在決策樹模型中使用 UMAP 降維
你已經將 UMAP 的降維結果視覺化了，現在把 UMAP 用在模型建置上吧。這個練習中，你會建立一個工作流程，先在前處理的 recipe 中對信用資料套用 UMAP，接著使用擷取出的元件來建置決策樹模型。已為你提供信用資料的 train 與 test 資料集。embed 函式庫已經載入。
本練習屬於課程
R 的降維
練習說明
- 建立一個 recipe，對資料套用 UMAP 降維，取得 4 個擷取元件。
- 建立用於分類的
decision_tree模型。 - 將 UMAP 的 recipe 與決策樹模型加入到一個工作流程中。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create a recipe to apply UMAP feature extraction
umap_recipe <- recipe(___ ~ ___, data = ___) %>%
___(___()) %>%
___(___(), outcome = vars(___), num_comp = ___)
# Specify a decision tree model
umap_dt_model <- ___(___ = "___")
# Add the recipe and model to a workflow
umap_dt_workflow <- ___() %>%
add_recipe(___) %>%
add_model(___)
umap_dt_workflow