1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w R
Connected

ćwiczenie

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.

Instrukcje

100 XP
  • Utwórz tree_spec – specyfikację drzewa decyzyjnego z silnikiem rpart.
  • Wytrenuj model tree_model_bmi, w którym outcome zależy wyłącznie od predyktora bmi, dopasowując zbiór danych diabetes do specyfikacji.
  • Wyświetl model w konsoli.