Запобігання надмірному розростанню дерев
Дерево, збудоване на повному наборі даних про заявників, вийшло надзвичайно великим і складним: сотні розгалужень, а в листових вузлах — лише кілька заявників. Таке дерево майже неможливо інтерпретувати кредитному фахівцю.
Використовуючи методи попереднього обрізання (pre-pruning) для ранньої зупинки, ви можете не дати дереву стати надто великим і складним. Подивіться, як параметри керування rpart для максимальної глибини дерева та мінімальної кількості розщеплень впливають на отримане дерево.
Набори даних loans_train і loans_test уже створені, а rpart попередньо завантажено.
Ця вправа є частиною курсу
Наглядове навчання в R: Класифікація
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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(___)