LoslegenKostenlos starten

Vorhersagen erstellen

Vorhersagen mit Daten zu treffen ist eines der grundlegenden Ziele des Machine Learnings. Jetzt, da du weißt, wie du die Daten aufteilst und ein Modell trainierst, ist es Zeit, mit deinen Modellen Vorhersagen für unbekannte Beobachtungen zu machen.

Du wirst Vorhersagen für deinen Testdatensatz erstellen, und zwar mit einem Modell, das entsteht, indem die Trainingsdaten an eine Baum-Spezifikation gefittet werden.

In deinem Workspace stehen dir die zuvor erzeugten Datensätze (diabetes_train und diabetes_test) sowie eine Entscheidungsbaum-Spezifikation tree_spec zur Verfügung, die mit folgendem Code erzeugt wurde:

tree_spec <- decision_tree() %>%
  set_engine("rpart") %>%
  set_mode("classification")

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Fitte deine Spezifikation an die Trainingsdaten, verwende outcome als Zielvariable und alle Prädiktoren, um model zu erstellen.
  • Nutze dein Modell, um für jede Beobachtung im Testdatensatz den Diabetes-Ausgang vorherzusagen, und weise das Ergebnis predictions zu.
  • Füge predictions die wahre Zielvariable des Testdatensatzes als Spalte namens true_class hinzu und speichere das Ergebnis als predictions_combined.
  • Gib mit der Funktion head() die ersten Zeilen des Ergebnisses aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Train your model
model <- tree_spec %>% 
  ___

# Generate predictions
predictions <- ___(model,
                   ___)

# Add the true outcomes
predictions_combined <- predictions %>% 
  ___(true_class = ___)

# Print the first lines of the result
___
Code bearbeiten und ausführen