ComeçarComece de graça

Fazer previsões

Fazer previsões com dados é um dos objetivos fundamentais do Machine Learning. Agora que você sabe como dividir os dados e ajustar um modelo, é hora de fazer previsões sobre amostras não vistas com seus modelos.

Você vai fazer previsões sobre o seu conjunto de teste usando um modelo obtido ao ajustar os dados de treino a uma especificação de árvore.

Estão disponíveis no seu workspace os conjuntos de dados que você gerou anteriormente (diabetes_train e diabetes_test) e uma especificação de árvore de decisão tree_spec, que foi gerada com o código a seguir:

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

Este exercício faz parte do curso

Machine Learning com modelos baseados em árvores em R

Ver curso

Instruções do exercício

  • Ajuste sua especificação aos dados de treino usando outcome como variável-alvo e todos os preditores para criar model.
  • Use seu modelo para prever o desfecho de diabetes para cada observação no conjunto de teste e atribua o resultado a predictions.
  • Adicione o desfecho verdadeiro do conjunto de teste a predictions como uma coluna chamada true_class e salve o resultado como predictions_combined.
  • Use a função head() para imprimir as primeiras linhas do resultado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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
___
Editar e executar o código