Tam bir random forest modeli oluştur
Random forest modelleri, özelliklerin rastgele alt kümelerinden birçok alt ağaç oluştururken doğal olarak özellik seçimi yapar. Özellik önemlerini anlamanın bir yolu, bir model kurmak ve ardından öz nitelik önemlerini çıkarmaktır. Bu egzersizde, Sağlık Sektörü İşten Ayrılma verilerini kullanarak özellik önemlerini çıkarabileceğin bir rand_forest() sınıflandırma modeli eğiteceksin. Özellik önemlerinin erişilebilir olması için modeli importance = "impurity" ile oluşturduğundan emin ol. train ve test kümeleri hazır.
tidyverse, tidymodels ve vip paketleri senin için yüklendi.
Bu egzersiz, kursun bir parçasıdır
R'de Boyutsal Azaltma
Egzersiz talimatları
- Özellik önemlerini çıkarabileceğin, 200 ağaçlı bir random forest sınıflandırma modeli tanımla.
- Random forest modelini tüm yordayıcılarla eğit.
- Tahminleri test kümesine bağla.
- F1 metriğini hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Specify the random forest model
rf_spec <- ___(mode = "___", ___ = ___) %>%
set_engine("___", ___ = "___")
# Fit the random forest model with all predictors
rf_fit <- ___ %>%
___(___, data = ___)
# Create the test set prediction data frame
predict_df <- ___ %>%
bind_cols(predict = ___(___, ___))
# Calculate F1 performance
f_meas(predict_df, ___, .pred_class)