Random forest modeli

Bu egzersizde, randomForest paketindeki randomForest() fonksiyonunu kullanarak eğitim veri kümesindeki (training_set) müşterilerin churn durumunu tahmin etmek için bir random forest modeli kuracaksın. Hedef değişkenin adı Future. Ayrıca modeldeki değişkenlerin önemini inceleyecek ve görselleştireceksin.

Bu egzersiz, kursun bir parçasıdır

R ile Ağ Verileri Kullanarak Predictive Analytics

Kursa Göz Atın

Egzersiz talimatları

randomForest paketini yükle.
set.seed() fonksiyonunu 863 tohumuyla kullan.
randomForest() fonksiyonuyla ve training_set içindeki tüm değişkenlerle bir random forest modeli kur. Bağımlı değişken Future bir factor olmalı; bu yüzden as.factor() fonksiyonunu kullan.
Random forest modelinin değişken önemini varImpPlot() ile görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Load package
___(randomForest)

# Set seed
set.seed(___)

# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)

# Plot variable importance
varImpPlot(___)

Kodu Düzenle ve Çalıştır