使用 h2o 建模
在上一个练习中，您已经成功用 h2o 为建模做好了数据准备。现在，您可以使用这些数据来训练一个模型。
h2o 库已经为您加载，seeds_train_data 对象也已就绪，并且已运行以下代码：
h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)
y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)
seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])
sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]
本练习是课程的一部分
R 中的超参数调优
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)