Azaltılmış blood-brain verisiyle model kur

Artık veri kümeni küçülttüğüne göre, train() fonksiyonunu kullanarak buna bir glm modeli kurabilirsin. Bu model, tam veri kümesini kullanmaya göre daha hızlı çalışır ve çok benzer bir öngörü doğruluğu sağlar.

Ayrıca, sıfır varyanslı değişkenler çapraz doğrulamada sorunlara yol açabilir (örneğin, bir fold bu değişken için yalnızca tek bir benzersiz değere sahip olursa). Bu yüzden, modellemeden önce onları kaldırmak, uyum sürecinde hata alma olasılığını azaltır.

Bu egzersiz

R ile caret kullanarak Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

bloodbrain_x, bloodbrain_y, remove ve bloodbrain_x_small çalışma alanına yüklendi.

Önceki egzersizde oluşturduğun azaltılmış blood-brain veri kümesini kullanarak train() fonksiyonuyla bir glm modeli kur.
Sonucu konsola yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

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

# Print model to console

Kodu Düzenle ve Çalıştır