Förhindra överväxta träd
Trädet som byggdes på hela uppsättningen av sökandes data blev extremt stort och komplext, med hundratals uppdelningar och lövnoder som bara innehöll ett fåtal sökande. Ett sådant träd är i princip omöjligt för en lånehandläggare att tolka.
Med hjälp av pre-pruning för tidig stopp kan du förhindra att ett träd växer sig för stort och komplext. Se hur rpart-kontrollinställningarna för maximalt träddjup och minsta antal uppdelningar påverkar det resulterande trädet.
Dataseten loans_train och loans_test har skapats och rpart är förladdat.
Den här övningen är en del av kursen
Övervakat lärande i R: Klassificering
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Grow a tree with maxdepth of 6
loan_model <- ___
# Make a class prediction on the test set
loans_test$pred <- ___
# Compute the accuracy of the simpler tree
mean(___)