Skip to content

Instantly share code, notes, and snippets.

@shaheeng
Last active April 12, 2016 01:15
Show Gist options
  • Save shaheeng/4f2a87f407296b2639199ffc577c2538 to your computer and use it in GitHub Desktop.
Save shaheeng/4f2a87f407296b2639199ffc577c2538 to your computer and use it in GitHub Desktop.
################################################################################
## Decision forest modeling
################################################################################
#Decision Forest
#using rxDForest() to build ML model
DForest_model <- rxDForest(formula = formula,
data = trainingdata,
seed = 10,
cp = 0.01,
nTree = 50,
mTry = 2,
overwrite = TRUE,
reportProgress = 0)
DForest_model
class(DForest_model) #"rxDForest"
################################################################################
## Boosted tree modeling
################################################################################
BoostedTree_model = rxBTrees(formula = formula,
data = trainingdata,
learningRate = 0.2,
minSplit = 10,
minBucket = 10,
nTree = 100,
lossFunction = "multinomial",
reportProgress = 0)
BoostedTree_model
class(BoostedTree_model)
################################################################################
## Decision Tree Modelling
################################################################################
#rxDTree
DTree_model = rxDTree(formula = formula,
data = trainingdata,
minSplit = 10,
minBucket = 10,
nTree = 100,
reportProgress = 0)
DTree_model
class(DTree_model)
################################################################################
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment