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, kursun bir parçasıdır
R ile Ağaç Tabanlı Modellerle Machine Learning
Egzersiz 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 etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___