使用特征重要性来减少数据

现在您已经创建了一个完整的随机森林模型，接下来将探索特征重要性。

尽管随机森林模型会自然（但隐式）地进行特征选择，构建一个精简模型通常仍然更有优势。精简模型训练更快、预测更快，也更易于理解和维护。当然，这始终是在模型简洁性与模型性能之间进行权衡。

在本练习中，您将对数据集进行精简。在下一个练习中，您将拟合一个精简模型，并将其性能与完整模型进行比较。已为您提供 rf_fit、train 和 test。

已为您加载 tidyverse、tidymodels 和 vip 包。

本练习是课程的一部分

R 中的降维

查看课程

练习说明

使用 vi() 并设置 rank 参数，提取最重要的 10 个特征。
将目标变量添加回顶级特征列表。
应用顶级特征掩码以精简各数据集。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码