Reintroduzione della random forest

Machine Learning con caret in R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Ripasso: random forest

  • Più lenta da addestrare di glmnet
  • Meno interpretabile
  • Spesso (ma non sempre) più accurata di glmnet
  • Più facile da ottimizzare
  • Richiede poco preprocessing
  • Coglie soglie e interazioni tra variabili
Machine Learning con caret in R

Random forest sui dati di churn

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 con caret in R

Random forest sui dati di churn

plot(model_rf)

immagine-incollata-1261.png

Machine Learning con caret in R

Passiamo alla pratica!

Machine Learning con caret in R

Preparing Video For Download...