เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างโมเดล random forest

แม้ว่า forest หนึ่งอาจประกอบด้วยต้นไม้นับร้อยต้น แต่การสร้าง decision tree forest กลับทำได้ง่ายกว่าการปรับแต่งต้นไม้เดี่ยวเสียอีก

ใช้แพ็กเกจ randomForest เพื่อสร้าง random forest แล้วเปรียบเทียบผลลัพธ์กับต้นไม้เดี่ยวที่สร้างไว้ก่อนหน้านี้

ชุดข้อมูล loans_train และ loans_test ถูกโหลดไว้ให้แล้ว

โปรดทราบว่า เนื่องจาก forest มีความสุ่มอยู่ในตัว ผลลัพธ์อาจแตกต่างกันเล็กน้อยในแต่ละครั้งที่สร้าง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning in R: Classification

ดูคอร์ส

คำแนะนำการฝึกหัด

  • โหลดแพ็กเกจ randomForest
  • สร้างโมเดล random forest โดยใช้ตัวแปรทั้งหมดในใบสมัครสินเชื่อ ฟังก์ชัน randomForest รองรับการใช้งานแบบ formula interface เช่นเดียวกัน
  • คำนวณความแม่นยำของโมเดล random forest โดยใช้ predict() และ mean() เพื่อเปรียบเทียบกับความแม่นยำของต้นไม้เดิมที่ 57.6%

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Load the randomForest package
___

# Build a random forest model
loan_model <- ___(___, data = ___)

# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)
แก้ไขและรันโค้ด