隨機森林模型
在這個練習中，你會使用 randomForest 套件中的 randomForest() 函式，為訓練資料集 training_set 的客戶建立用於預測流失（churn）的隨機森林模型。目標變數名為 Future。
你也會檢視並視覺化模型中各變數的重要性。
本練習屬於課程
使用 R 進行網路化資料的預測分析
練習說明
- 載入
randomForest套件。 - 使用
set.seed()，隨機種子設為 863。 - 使用
randomForest()函式，並以training_set中的所有變數建立隨機森林。應變數Future需要是因子，因此請使用as.factor()。 - 使用
varImpPlot()繪製隨機森林模型的變數重要性圖。
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。
# Load package
___(randomForest)
# Set seed
set.seed(___)
# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)
# Plot variable importance
varImpPlot(___)