Zacznij terazZacznij za darmo

Tworzenie prognoz

Tworzenie prognoz na podstawie danych to jeden z głównych celów uczenia maszynowego. Wiesz już, jak dzielić dane i dopasowywać model – czas na prognozowanie wyników dla nowych próbek.

Przewidujesz wyniki dla zbioru testowego, korzystając z modelu uzyskanego przez dopasowanie danych treningowych do specyfikacji drzewa decyzyjnego.

W twoim środowisku dostępne są zbiory danych wygenerowane wcześniej (diabetes_train i diabetes_test) oraz specyfikacja drzewa decyzyjnego tree_spec, utworzona za pomocą następującego kodu:

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

To ćwiczenie jest częścią kursu

Uczenie maszynowe z modelami drzewiastymi w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Dopasuj swoją specyfikację do danych treningowych, używając outcome jako zmiennej docelowej i wszystkich predyktorów, aby utworzyć model.
  • Użyj modelu, aby przewidzieć wystąpienie cukrzycy dla każdej obserwacji w zbiorze testowym i przypisz wynik do predictions.
  • Dodaj rzeczywisty wynik ze zbioru testowego do predictions jako kolumnę o nazwie true_class i zapisz wynik jako predictions_combined.
  • Użyj funkcji head(), aby wydrukować pierwsze wiersze wyniku.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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
___
Edytuj i uruchom kod