ป้องกันต้นไม้ที่เติบโตเกินขนาด
ต้นไม้ที่สร้างจากชุดข้อมูลผู้สมัครทั้งหมดมีขนาดใหญ่และซับซ้อนมาก มีการแบ่งหลายร้อยครั้ง และโหนดใบแต่ละโหนดมีผู้สมัครเพียงไม่กี่คน ต้นไม้แบบนี้แทบเป็นไปไม่ได้ที่เจ้าหน้าที่สินเชื่อจะตีความได้
ด้วยวิธี pre-pruning สำหรับการหยุดเติบโตก่อนกำหนด สามารถป้องกันไม่ให้ต้นไม้มีขนาดใหญ่และซับซ้อนเกินไปได้ ลองดูว่าตัวเลือก rpart สำหรับความลึกสูงสุดของต้นไม้และจำนวนการแบ่งขั้นต่ำส่งผลต่อต้นไม้ที่ได้อย่างไร
ชุดข้อมูล loans_train และ loans_test ถูกสร้างไว้แล้ว และ rpart ถูกโหลดไว้ล่วงหน้าแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Supervised Learning in R: Classification
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___)