Daha uzun bir tuning uzunluğu dene

Videodan hatırlayacağın üzere, random forest modellerinin birincil ayar parametresi mtry’dir; bu da her bölmede ayrım arama rutinine kaç değişkenin sunulacağını kontrol eder. Örneğin, bir ağacın toplam 10 bölmesi ve mtry = 2 olduğunu varsayalım. Bu, her bölme değerlendirildiğinde 2 yordayıcıdan oluşan 10 örnekleme olduğu anlamına gelir.

Bu kez daha büyük bir ayar ızgarası kullan, ama train() fonksiyonunun varsayılanlarına sadık kal. Daha fazla olası modeli keşfetmek için 1 yerine tuneLength değerini 3 yap ve ortaya çıkan modeli plot fonksiyonuyla görselleştir.

Bu egzersiz

R ile caret kullanarak Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

wine veri kümesini kullanarak, quality değişkenini hedef ve diğer tüm değişkenleri açıklayıcı olarak alan bir random forest modeli model eğit. (Çalışması birkaç saniye sürecek, sabırlı ol!)
method = "ranger" kullan.
tuneLength değerini 3 olarak değiştir.
5 katlı CV kullan.
model’i konsola yazdır.
Modeli eğittikten sonra görselleştir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Fit random forest: model
model <- train(
  ___,
  tuneLength = 1,
  data = ___, 
  method = ___,
  trControl = trainControl(
    method = "cv", 
    number = ___, 
    verboseIter = TRUE
  )
)

# Print model to console


# Plot model

Kodu Düzenle ve Çalıştır