Ajustar modelo nos dados de sangue-cérebro reduzidos

Agora que você reduziu seu conjunto de dados, pode ajustar um modelo glm usando a função train(). Esse modelo vai rodar mais rápido do que usando o conjunto completo e deve apresentar uma precisão preditiva muito semelhante.

Além disso, variáveis com variância zero podem causar problemas na validação cruzada (por exemplo, se um dos folds ficar com apenas um único valor para essa variável). Removê-las antes da modelagem reduz a chance de erros durante o processo de ajuste.

Este exercício faz parte do curso

Machine Learning com caret em R

Ver curso

Instruções do exercício

bloodbrain_x, bloodbrain_y, remove e bloodbrain_x_small já estão carregados no seu ambiente de trabalho.

Ajuste um modelo glm usando a função train() e o conjunto de dados de sangue-cérebro reduzido que você criou no exercício anterior.
Imprima o resultado no console.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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

# Print model to console

Editar e executar o código