1. Learn
    2. /
  2. 课程
    3. /
  3. R 中使用 sparklyr 的 Spark 入门
Connected

道练习

随机森林：建模

与梯度提升树类似，随机森林也是一种「集成模型」。也就是说，它会使用许多较简单的模型（同样是决策树），再将它们组合为一个效果更好的模型。随机森林不是迭代地运行同一个模型，而是并行地运行许多相互独立的模型，每个模型都基于随机抽取的数据子集，并只使用随机抽取的特征子集。然后，最终的决策树通过聚合各个子模型的结果来给出预测。

sparklyr 的随机森林函数是 ml_random_forest()。它的用法与 ml_gradient_boosted_trees() 完全相同（语法可参见本章第一个练习的回顾）。

说明

100 XP

已为您创建名为 spark_conn 的 Spark 连接。附加到存储于 Spark 中的合并且已筛选的曲目元数据/音色数据的 tibble 已预定义为 track_data_to_model_tbl。

  • 请使用随机森林模型重复年份预测分析。
    • 从 track_data_to_model_tbl 中获取 timbre 列，并将结果赋给 feature_colnames。
    • 使用 reformulate() 为模型创建公式。
    • 运行随机森林模型，并将结果赋给 random_forest_model。