Modeli eğit
Bir model belirtimi, bir ressam için tuval gibidir: iyi bir başlangıç. Ama ressamın nasıl renge ihtiyacı varsa, belirtimin de veriye ihtiyacı var. Yalnızca nihai model tahmin yapabilir:
Model belirtimi + veri = model
Bu egzersizde, sağlık değişkenlerini yordayıcı olarak kullanarak diyabet riskini modelleyen bir karar ağacı eğiteceksin. Tepki değişkeni outcome, hastada diyabet olup olmadığını belirtir; bu da bunun ikili sınıflandırma problemi olduğu anlamına gelir (yalnızca iki sınıf vardır). Veri kümesi, hastalara ait blood_pressure, age ve bmi gibi sağlık değişkenlerini de içerir.
Kursun geri kalanında tidymodels paketi her zaman önceden yüklü olacak. Bu egzersizde, diabetes veri kümesi de çalışma alanında mevcut.
Bu egzersiz
R ile Ağaç Tabanlı Modellerle Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
rpartmotorunu kullanan bir karar ağacı için bir belirtim olantree_specoluştur.diabetesveri kümesini belirtime uydurarak,outcomeyalnızcabmiyordayıcısına bağlı olacak şekildetree_model_bmiadlı bir modeli eğit.- Modeli konsola yazdır.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___