Allena quel modello
La specifica di un modello è un ottimo punto di partenza, proprio come una tela per un pittore. Ma, proprio come al pittore servono i colori, alla specifica servono i dati. Solo il modello finale può fare previsioni:
Model specification + data = model
In questo esercizio allenerai un albero di decisione che modella il rischio di diabete usando variabili di salute come predittori. La variabile di risposta, outcome, indica se il paziente ha il diabete o no, quindi si tratta di un problema di classificazione binaria (ci sono solo due classi). Il dataset contiene anche variabili cliniche dei pazienti come blood_pressure, age e bmi.
Per il resto del corso, il pacchetto tidymodels sarà sempre pre-caricato. In questo esercizio, il dataset diabetes è già disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Machine Learning con modelli ad albero in R
Istruzioni dell'esercizio
- Crea
tree_spec, una specifica per un albero di decisione con motorerpart. - Allena un modello
tree_model_bmi, in cuioutcomedipende solo dal predittorebmi, adattando il datasetdiabetesalla specifica. - Stampa il modello in console.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___