Träna en slumpmässig skog med anpassad tuning
Nu när du har utforskat standardinställningarna för tuning-rutnät i funktionen train() är det dags att anpassa modellerna lite mer.
Du kan ange valfritt antal värden för mtry, från 2 upp till antalet kolumner i datamängden. I praktiken avtar effekten vid större värden på mtry, så du använder ett anpassat tuning-rutnät som utforskar 2 enkla modeller (mtry = 2 och mtry = 3) samt en mer komplex modell (mtry = 7).
Den här övningen är en del av kursen
Maskininlärning med caret i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define the tuning grid: tuneGrid
tuneGrid <- data.frame(
.mtry = ___,
.splitrule = "___",
.min.node.size = ___
)