Anpassa en modell på reducerade blod-hjärn-data
Nu när du har reducerat din datamängd kan du anpassa en glm-modell till den med hjälp av funktionen train(). Den här modellen körs snabbare än med den fullständiga datamängden och ger mycket liknande prediktionsnoggrannhet.
Dessutom kan variabler med nollvarians orsaka problem vid korsvalidering – till exempel om ett veck enbart innehåller ett enda unikt värde för den variabeln. Att ta bort sådana variabler före modellanpassningen minskar risken för fel under träningsprocessen.
Den här övningen är en del av kursen
Maskininlärning med caret i R
Övningsinstruktioner
bloodbrain_x, bloodbrain_y, remove och bloodbrain_x_small är inlästa i din arbetsyta.
- Anpassa en
glm-modell med funktionentrain()och den reducerade blod-hjärn-datamängd du skapade i föregående övning. - Skriv ut resultatet i konsolen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit model on reduced data: model
model <- train(
x = ___,
y = ___,
method = "glm"
)
# Print model to console