UCI Machine Learning Repository の Chess (King-Rook vs. King-Pawn) のデータの分析3 - ランダムフォレストによる分類。素晴らしい性能
www.crosshyou.info の続きです。前回はglmnetパッケージを使い、Elastic-Netで分類してみました。ROCのAUCが0.996と非常に素晴らしい値でした。正直、Elastic-Netでここまで高精度の分類器が作れたので、もういいかな、と思いましたが、今回は、tidymodelsパッケージを使い、rangerエンジンでランダムフォレストモデルを…
