ComenzarEmpieza gratis

Haz predicciones

Hacer predicciones con datos es uno de los objetivos fundamentales del Machine Learning. Ahora que ya sabes dividir los datos y ajustar un modelo, es momento de predecir con tus modelos sobre muestras no vistas.

Vas a predecir sobre tu conjunto de prueba usando un modelo obtenido al ajustar los datos de entrenamiento a una especificación de árbol.

Tienes disponibles en tu espacio de trabajo los conjuntos de datos que generaste previamente (diabetes_train y diabetes_test) y una especificación de árbol de decisión tree_spec, que se generó con el siguiente código:

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

Este ejercicio forma parte del curso

Machine Learning con modelos basados en árboles en R

Ver curso

Instrucciones del ejercicio

  • Ajusta tu especificación a los datos de entrenamiento usando outcome como variable objetivo y todos los predictores para crear model.
  • Usa tu modelo para predecir el resultado de diabetes para cada observación del conjunto de prueba y guarda el resultado en predictions.
  • Añade el resultado verdadero del conjunto de prueba a predictions como una columna llamada true_class y guarda el resultado como predictions_combined.
  • Usa la función head() para imprimir las primeras filas del resultado.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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
___
Editar y ejecutar código