重新介绍随机森林

在 R 中使用 caret 的机器学习

Zach Mayer

Data Scientist at DataRobot and co-author of caret

随机森林回顾

  • 拟合比 glmnet 更慢
  • 解释性较差
  • 往往（但不总是）比 glmnet 更准确
  • 更易调参
  • 需极少预处理
  • 能捕捉阈值效应和变量交互
在 R 中使用 caret 的机器学习

在流失数据上训练随机森林

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

model_rf <- train(
  churn ~ ., 
  churnTrain,
  metric = "ROC",
  method = "ranger", 
  trControl = myControl
)
在 R 中使用 caret 的机器学习

在流失数据上训练随机森林

plot(model_rf)

粘贴的图像-1261.png

在 R 中使用 caret 的机器学习

Passons à la pratique !

在 R 中使用 caret 的机器学习

Preparing Video For Download...