在降維後的 blood-brain 資料上擬合模型
現在你已經縮減了資料集，可以用 train() 函式在其上訓練一個 glm 模型。這個模型的執行速度會比用完整資料集更快，而且預測準確度也會非常接近。
此外，變異數為 0 的變數會干擾交叉驗證（例如，若某一折中該變數只剩單一獨特值），因此在建模前先移除它們，可以降低在擬合過程中發生錯誤的機率。
本練習屬於課程
使用 R 的 caret 進行 Machine Learning
練習說明
bloodbrain_x、bloodbrain_y、remove 和 bloodbrain_x_small 已載入到你的工作環境。
- 使用
train()函式，對你在上一個練習建立的精簡 blood-brain 資料集擬合一個glm模型。 - 將結果印出到主控台。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Fit model on reduced data: model
model <- train(
x = ___,
y = ___,
method = "glm"
)
# Print model to console