随机森林模型
在本练习中，您将使用 randomForest 包中的 randomForest() 函数，基于训练数据集 training_set 构建用于预测客户流失（churn）的随机森林模型。目标变量名为 Future。
您还将检查并可视化模型中的变量重要性。
本练习是课程的一部分
使用 R 进行网络数据的预测分析
练习说明
- 加载
randomForest包。 - 使用
set.seed()函数并设置随机种子为 863。 - 使用
randomForest()函数和training_set中的所有变量来构建随机森林。响应变量Future需要是因子，请使用as.factor()进行转换。 - 使用
varImpPlot()绘制该随机森林模型的变量重要性。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load package
___(randomForest)
# Set seed
set.seed(___)
# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)
# Plot variable importance
varImpPlot(___)