縮約した blood-brain データでモデルを学習する

データセットを縮約できたので、train() 関数を使って glm モデルを当てはめましょう。フルのデータセットを使うよりも高速に動作し、予測精度はほぼ同等になります。

さらに、分散がゼロの変数はクロスバリデーションで問題を引き起こすことがあります（例：あるフォールドでその変数が単一の値しか取らなくなる場合など）。そのため、モデリング前にそれらを削除しておくと、学習中のエラー発生を抑えられます。

bloodbrain_x、bloodbrain_y、remove、bloodbrain_x_small はワークスペースに読み込まれています。