隨機森林：預測

現在你需要用隨機森林模型進行預測。語法和梯度提升樹模型相同。

本練習屬於課程

使用 R 的 sparklyr：Spark 入門

練習說明

已為你建立名為 spark_conn 的 Spark 連線。連結到 Spark 中訓練與測試資料集的 tibbles 已預先定義為 track_data_to_model_tbl 與 track_data_to_predict_tbl。隨機森林模型已預先定義為 random_forest_model。

定義變數 predicted，其中包含模型對測試資料的預測結果。
- 以模型與測試資料作為引數呼叫 ml_predict()。此函式會為測試資料集產生預測，並將其新增為名為 prediction 的新欄位。
定義變數 responses，以便準備比較預測應變數與實際應變數的資料：
- 選取應變數欄位 year。
- 收集結果。
- 使用 mutate() 將 predicted 中的預測加入。

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。

# Training, testing sets & model are pre-defined
track_data_to_model_tbl
track_data_to_predict_tbl
random_forest_model

# Predict the responses for the testing data
predicted <- ml_predict(
      ___,
      ___) %>% pull(prediction)

# Create a response vs. actual dataset
responses <- ___

編輯並執行程式碼