Aşırı büyümüş ağaçları önleme
Tüm başvuru verileri üzerinde büyütülen ağaç son derece büyük ve karmaşık hale geldi; yüzlerce bölünme var ve yaprak düğümlerinde sadece bir avuç başvuru yer alıyor. Bu ağacı bir kredi uzmanının yorumlaması neredeyse imkânsız olurdu.
Erken durdurma için ön budama (pre-pruning) yöntemlerini kullanarak bir ağacın fazla büyüyüp karmaşıklaşmasını önleyebilirsin. rpartın, azami ağaç derinliği ve asgari bölünme sayısı için sunduğu denetim seçeneklerinin ortaya çıkan ağacı nasıl etkilediğini gör.
loans_train ve loans_test veri kümeleri oluşturuldu ve rpart önceden yüklendi.
Bu egzersiz, kursun bir parçasıdır
R'de Supervised Learning: Sınıflandırma
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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(___)