CommencezCommencez gratuitement

Faire des prédictions

Faire des prédictions à partir de données est l'un des objectifs fondamentaux du Machine Learning. Maintenant que vous savez partitionner les données et ajuster un modèle, il est temps d'utiliser vos modèles pour prédire des observations encore jamais vues.

Vous allez produire des prédictions sur votre ensemble de test en utilisant un modèle obtenu en ajustant les données d'entraînement selon une spécification d'arbre.

Sont disponibles dans votre espace de travail les jeux de données que vous avez générés précédemment (diabetes_train et diabetes_test) ainsi qu'une spécification d'arbre de décision tree_spec, générée avec le code suivant :

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

Cette activité fait partie du cours

Machine Learning avec des modèles arborescents en R

Voir le cours

Instructions de l’exercice

  • Ajustez votre spécification aux données d'entraînement en utilisant outcome comme variable cible et tous les prédicteurs pour créer model.
  • Utilisez votre modèle pour prédire la présence de diabète pour chaque observation de l'ensemble de test et assignez le résultat à predictions.
  • Ajoutez la valeur réelle de l'ensemble de test à predictions dans une colonne nommée true_class et enregistrez le résultat sous predictions_combined.
  • Utilisez la fonction head() pour afficher les premières lignes du résultat.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
___
Modifier et exécuter le code