Mô hình hóa với h2o
Ở bài trước, bạn đã chuẩn bị dữ liệu thành công để mô hình hóa với h2o. Giờ thì bạn có thể dùng dữ liệu này để huấn luyện một mô hình.
Thư viện h2o đã được nạp sẵn cho bạn, cũng như đối tượng seeds_train_data và đoạn mã sau đã được chạy:
h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)
y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)
seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])
sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]
Bài tập này là một phần của khóa học
Tinh chỉnh siêu tham số trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)