Random forest với trainControl tùy chỉnh
Một trong những mô hình tôi yêu thích khác là random forest, mô hình kết hợp một tổ hợp (ensemble) các cây quyết định phi tuyến để tạo thành một mô hình rất linh hoạt (và thường khá chính xác).
Thay vì dùng gói randomForest kinh điển, bạn sẽ dùng gói ranger, một bản tái triển khai của randomForest cho kết quả gần như tương đương nhưng nhanh hơn, ổn định hơn và dùng ít bộ nhớ hơn. Tôi rất khuyến nghị dùng nó như điểm khởi đầu cho việc xây dựng mô hình random forest trong R.
Bài tập này là một phần của khóa học
Machine Learning với caret trong R
Hướng dẫn bài tập
churn_x và churn_y đã được nạp trong không gian làm việc của bạn.
- Huấn luyện một mô hình random forest cho bộ dữ liệu churn. Hãy chắc chắn dùng
myControllàmtrainControlnhư bạn đã làm trước đó và triển khai phương thức"ranger".
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Fit random forest: model_rf
model_rf <- train(
x = ___,
y = ___,
metric = "ROC",
method = ___,
trControl = ___
)