尝试更长的调参长度
回忆视频内容：随机森林模型的主要调参参数是 mtry，它控制在每次分裂时，参与分裂搜索过程的变量数。例如，假设一棵树总共有 10 次分裂，且 mtry = 2。这表示每次评估分裂时，会从预测变量中抽取 2 个变量，共进行 10 组这样的采样。
这次请使用更大的调参网格，但仍然使用 train() 函数提供的默认设置。将 tuneLength 从 1 提高到 3，以探索更多潜在模型，并使用 plot 函数绘制所得模型。
本练习是课程的一部分
在 R 中使用 caret 的机器学习
练习说明
- 使用
wine数据集，以quality为因变量，其他变量为自变量，训练一个随机森林模型model。（运行需要几秒钟，请耐心等待！） - 使用
method = "ranger"。 - 将
tuneLength改为 3。 - 使用 5 折交叉验证（CV）。
- 将
model打印到控制台。 - 拟合完成后绘制该模型。
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 random forest: model
model <- train(
___,
tuneLength = 1,
data = ___,
method = ___,
trControl = trainControl(
method = "cv",
number = ___,
verboseIter = TRUE
)
)
# Print model to console
# Plot model