Trénování modelu na redukovaných datech hráze mozku

Teď, když jsi redukoval/a svůj dataset, můžeš na něm natrénovat model glm pomocí funkce train(). Tento model poběží rychleji než na plném datasetu a dosáhne velmi podobné prediktivní přesnosti.

Navíc proměnné s nulovou variancí mohou způsobovat problémy při křížové validaci (například pokud jeden fold obsahuje jen jednu jedinečnou hodnotu dané proměnné) – jejich odstranění před modelováním snižuje pravděpodobnost chyb během trénování.

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

bloodbrain_x, bloodbrain_y, remove a bloodbrain_x_small jsou načteny v tvém pracovním prostředí.

Natrénuj model glm pomocí funkce train() a redukovaného datasetu hráze mozku, který jsi vytvořil/a v předchozím cvičení.
Vypiš výsledek do konzole.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit model on reduced data: model
model <- train(
  x = ___, 
  y = ___, 
  method = "glm"
)

# Print model to console

Upravit a spustit kód