進行預測

用資料做預測是機器學習的基礎目標之一。現在你已經知道如何切分資料並擬合模型，是時候用你的模型對看不見的樣本進行預測了。

你將使用以訓練資料配適到樹狀規格所得到的模型，來對測試集進行預測。

你的工作環境中已提供先前產生的資料集（diabetes_train 與 diabetes_test）以及決策樹規格 tree_spec，它是用以下程式碼建立的：

tree_spec <- decision_tree() %>%
  set_engine("rpart") %>%
  set_mode("classification")

本練習屬於課程

R 的樹狀模型機器學習

檢視課程

練習說明

使用 outcome 作為目標變數，並納入所有預測變數，將你的規格配適到訓練資料以建立 model。
使用你的模型對測試集中每筆觀測的糖尿病結果進行預測，並將結果指定給 predictions。
將測試集的真實結果加入到 predictions，欄位名稱為 true_class，並將結果儲存為 predictions_combined。
使用 head() 函式列印結果的前幾列。

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。

# Train your model
model <- tree_spec %>% 
  ___

# Generate predictions
predictions <- ___(model,
                   ___)

# Add the true outcomes
predictions_combined <- predictions %>% 
  ___(true_class = ___)

# Print the first lines of the result
___

編輯並執行程式碼