訓練你的模型
模型規格是個好的起點，就像畫家手上的畫布。不過畫家需要顏色，模型規格也需要資料。只有訓練完成的模型才能進行預測：
模型規格 + 資料 = 模型
在這個練習中，你會訓練一棵決策樹，使用健康相關變數作為預測因子，來建模糖尿病的風險。反應變數 outcome 表示病人是否患有糖尿病，因此這是一個二元分類問題（只有 2 個類別）。資料集也包含病人的健康變數，例如 blood_pressure、age 和 bmi。
在本課程的其餘內容中，tidymodels** 套件都會預先載入。**在本練習中，diabetes 資料集也已可在你的工作空間中使用。
本練習屬於課程
R 的樹狀模型機器學習
練習說明
- 建立
tree_spec，也就是使用rpart引擎的決策樹規格。 - 訓練模型
tree_model_bmi，讓outcome只依賴預測因子bmi，也就是將diabetes資料集依該規格進行擬合。 - 將模型列印到主控台。
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。
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___