在降维后的血脑数据上拟合模型
现在数据集已经降维，您可以使用 train() 函数在其上拟合一个 glm 模型。与在完整数据集上训练相比，该模型训练更快，且预测准确率非常接近。
此外，零方差变量会给交叉验证带来问题（例如，某一折中该变量只有一个唯一值）。因此，在建模前移除这些变量，可以降低拟合过程中报错的概率。
本练习是课程的一部分
在 R 中使用 caret 的机器学习
练习说明
bloodbrain_x、bloodbrain_y、remove 和 bloodbrain_x_small 已加载到您的工作区。
- 使用
train()函数和您在上一个练习中创建的降维版血脑数据集，拟合一个glm模型。 - 将结果打印到控制台。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit model on reduced data: model
model <- train(
x = ___,
y = ___,
method = "glm"
)
# Print model to console