构建随机森林模型
虽然一个森林可以包含数百棵树，但训练决策树森林可能比打造一棵高度调参的单树还要简单。
使用 randomForest 包构建一个随机森林，并看看它与您之前训练的单棵树相比表现如何。
loans_train 和 loans_test 数据集已为您预加载。
请注意，由于随机性的影响，每次创建森林时结果可能会略有不同。
本练习是课程的一部分
R 中的监督学习：分类
练习说明
- 加载
randomForest包。 - 使用所有贷款申请变量来构建一个随机森林模型。
randomForest函数同样使用公式接口。 - 使用
predict()和mean()计算随机森林模型的准确率，并与原始决策树 57.6% 的准确率进行比较。
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 the randomForest package
___
# Build a random forest model
loan_model <- ___(___, data = ___)
# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)