创建精简版随机森林

现在，请使用 train_reduced 拟合一个精简模型，并使用 test_reduced 对其进行评估。rf_spec 可用于拟合该精简模型。完整模型的 F1 值为 0.948。在拟合并评估精简模型时，请记住模型简洁性与模型性能之间总是存在权衡。您需要判断模型精简带来的好处是否值得可能出现的性能下降（如果有的话）。

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 rf_spec 拟合精简版随机森林模型。
将精简模型的预测结果绑定到 test_reduced。
计算该精简模型的 F1 指标。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Fit a reduced model
rf_reduced_fit <- ___ %>% 
  ___(___, ___ = ___)

# Create test set prediction data frame
predict_reduced_df <- ___ %>% 
  ___(predict = ___(___, ___))

# Calculate F1 performance
___(___, ___, ___)

编辑并运行代码