Wytrenuj model
Specyfikacja modelu to dobry punkt wyjścia – jak płótno dla malarza. Ale tak jak malarz potrzebuje farb, specyfikacja potrzebuje danych. Dopiero gotowy model jest w stanie dokonywać prognoz:
Specyfikacja modelu + dane = model
W tym ćwiczeniu wytrenuj drzewo decyzyjne, które modeluje ryzyko cukrzycy na podstawie zmiennych zdrowotnych. Zmienna odpowiedzi, outcome, wskazuje, czy pacjent ma cukrzycę – to znaczy, że mamy do czynienia z binarnym problemem klasyfikacji (dwie klasy). Zbiór danych zawiera również zmienne zdrowotne pacjentów, takie jak blood_pressure, age i bmi.
Przez cały kurs pakiet tidymodels będzie zawsze wczytany z góry. W tym ćwiczeniu zbiór danych diabetes jest również dostępny w twoim środowisku pracy.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z modelami drzewiastymi w R
Instrukcje do ćwiczenia
- Utwórz
tree_spec– specyfikację drzewa decyzyjnego z silnikiemrpart. - Wytrenuj model
tree_model_bmi, w którymoutcomezależy wyłącznie od predyktorabmi, dopasowując zbiór danychdiabetesdo specyfikacji. - Wyświetl model w konsoli.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___