ComeçarComece de graça

Treine esse modelo

Uma especificação de modelo é um ótimo começo, como a tela para um pintor. Mas, assim como o pintor precisa de tinta, a especificação precisa de dados. Só o modelo final consegue fazer previsões:

Especificação do modelo + dados = modelo

Neste exercício, você vai treinar uma árvore de decisão que modela o risco de diabetes usando variáveis de saúde como preditoras. A variável resposta, outcome, indica se a pessoa tem diabetes ou não, o que significa que este é um problema de classificação binária (existem apenas duas classes). O conjunto de dados também contém variáveis de saúde de pacientes como blood_pressure, age e bmi.

No restante do curso, o pacote tidymodels sempre estará pré-carregado. Neste exercício, o conjunto de dados diabetes também está disponível no seu ambiente de trabalho.

Este exercício faz parte do curso

Machine Learning com modelos baseados em árvores em R

Ver curso

Instruções do exercício

  • Crie tree_spec, uma especificação para uma árvore de decisão com o engine rpart.
  • Treine um modelo tree_model_bmi, em que outcome depende apenas do preditor bmi, ajustando o conjunto de dados diabetes à especificação.
  • Imprima o modelo no console.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create the specification
tree_spec <- ___() %>% 
  ___("rpart") %>% 
  ___

# Train the model
tree_model_bmi <- tree_spec %>% 
  ___

# Print the model
___
Editar e executar o código