축소된 blood-brain 데이터에 모델 적합

이제 데이터셋을 축소했으니, train() 함수를 사용해 여기에 glm 모델을 적합할 수 있어요. 이 모델은 전체 데이터셋을 사용할 때보다 더 빠르게 실행되면서도 예측 정확도는 매우 비슷하게 나옵니다.

또한 분산이 0인 변수는 교차 검증에서 문제를 일으킬 수 있어요(예: 어떤 폴드에서는 해당 변수의 고유값이 하나만 남는 경우). 따라서 모델링 전에 이런 변수를 제거해 두면 적합 과정에서 오류가 발생할 가능성이 줄어듭니다.

이 연습은 강의의 일부입니다

R의 caret로 배우는 Machine Learning

bloodbrain_x, bloodbrain_y, remove, bloodbrain_x_small이(가) 작업 공간에 로드되어 있습니다.

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit model on reduced data: model
model <- train(
  x = ___, 
  y = ___, 
  method = "glm"
)

# Print model to console