訓練回歸樹
你已經知道，決策樹很適合用在分類問題。此外，它也可以用來建構回歸模型。 結構上的差異在於，葉節點上會是數值（而不是類別）。
在這個練習中，你會使用巧克力資料集來擬合一棵回歸樹。這和你在第 1 章用 diabetes 資料集做的事情非常類似。
你的工作空間中已提供訓練資料 chocolate_train。
本練習屬於課程
R 的樹狀模型機器學習
練習說明
- 建立
model_spec，也就是回歸樹的規格。 - 使用資料框
chocolate_train，用model_spec訓練一棵回歸樹，僅使用資料中的「數值型預測變數」來預測final_grade。
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。
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