使用特徵重要度來縮減資料

現在你已經建立了完整的隨機森林模型，接下來要來看特徵重要度。

雖然隨機森林模型本身就會（但屬於隱性地）進行特徵選擇，建立一個精簡模型往往更有利。精簡模型訓練更快、預測更快，也更容易理解與維護。當然，模型的單純度與效能之間總是需要權衡。

在這個練習中，你會先縮減資料集。下一個練習中，你會擬合一個精簡模型，並把它的效能與完整模型比較。已為你提供 rf_fit、train 與 test。

已為你載入 tidyverse、tidymodels 與 vip 套件。

本練習屬於課程

R 的降維

檢視課程

練習說明

使用 vi() 並搭配 rank 參數，擷取最重要的 10 個特徵。
把目標變數加回前述的頂尖特徵清單。
將頂尖特徵遮罩套用到資料集，以縮減資料。

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。

# Extract the top ten features
top_features <- ___ %>% 
  ___(___ = ___) %>% 
  filter(___) %>% 
  pull(Variable)

# Add the target variable to the feature list
top_features <- c(___, "___")

# Reduce and print the data sets
train_reduced <- train[___]
test_reduced <- ___[___]
train_reduced %>% head(5)
test_reduced %>% head(5)

編輯並執行程式碼