Random forest opnieuw introduceren

Machine Learning met caret in R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Random forest: herhaling

  • Langzamer te fitten dan glmnet
  • Minder interpreteerbaar
  • Vaak (maar niet altijd) nauwkeuriger dan glmnet
  • Makkelijker te tunen
  • Weinig preprocessing nodig
  • Leggen drempeleffecten en interacties vast
Machine Learning met caret in R

Random forest op churn-data

set.seed(42)
churnTrain$churn <- factor(
  churnTrain$churn, levels = c("no", "yes")
)

model_rf <- train(
  churn ~ ., 
  churnTrain,
  metric = "ROC",
  method = "ranger", 
  trControl = myControl
)
Machine Learning met caret in R

Random forest op churn-data

plot(model_rf)

geplakte-afbeelding-1261.png

Machine Learning met caret in R

Laten we oefenen!

Machine Learning met caret in R

Preparing Video For Download...