Slumpskogsmodell

I den här övningen använder du funktionen randomForest() från paketet randomForest för att bygga en slumpskogsmodell som förutsäger churn bland kunderna i träningsdatamängden training_set. Målvariabeln heter Future. Du kommer även att granska och visualisera variabelernas betydelse i modellen.

Den här övningen är en del av kursen

Prediktiv analys med nätverksdata i R

Visa kurs

Övningsinstruktioner

Ladda paketet randomForest.
Använd funktionen set.seed() med seed-värdet 863.
Bygg en slumskog med funktionen randomForest() och alla variabler i training_set. Responsvariabeln Future måste vara en faktor, så använd funktionen as.factor().
Visualisera variabelernas vikt i slumpskogsmodellen med varImpPlot().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Load package
___(randomForest)

# Set seed
set.seed(___)

# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)

# Plot variable importance
varImpPlot(___)

Redigera och kör kod