Huấn luyện một cây hồi quy
Như bạn đã biết, cây quyết định là công cụ hữu ích cho các bài toán phân loại. Hơn nữa, bạn cũng có thể dùng chúng cho các bài toán hồi quy. Khác biệt về cấu trúc là ở các nút lá sẽ có giá trị số (thay vì các lớp).
Trong bài tập này, bạn sẽ dùng bộ dữ liệu sô-cô-la để khớp một cây hồi quy. Việc này rất giống với những gì bạn đã làm ở Chương 1 với bộ dữ liệu diabetes.
Trong môi trường làm việc của bạn đã có sẵn dữ liệu huấn luyện chocolate_train.
Bài tập này là một phần của khóa học
Machine Learning với Mô hình Dựa trên Cây trong R
Hướng dẫn bài tập
- Xây dựng
model_spec, một đặc tả cây hồi quy. - Dùng data frame
chocolate_train, sử dụngmodel_specđể huấn luyện một cây hồi quy dự đoánfinal_gradechỉ từ các biến dự báo dạng số trong dữ liệu.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
library(tidymodels)
# Build the specification
model_spec <- decision_tree() %>%
set_mode(___) %>%
set_engine(___)
# Fit to the data
model_fit <- model_spec %>%
___(formula = ___,
data = ___)
model_fit