训练这个模型
模型规范（specification）是一个良好的起点，就像画家的画布。但是，正如画家需要颜料，规范也需要数据。只有最终的模型才能进行预测：
模型规范 + 数据 = 模型
在本练习中，您将训练一棵分类树，用健康变量作为自变量来建模糖尿病风险。响应变量 outcome 表示患者是否患有糖尿病，这意味着这是一个二分类问题（只有两个类别）。数据集中还包含患者的健康变量，如 blood_pressure、age 和 bmi。
在课程的其余部分，tidymodels** 包都会预先加载。** 在本练习中，diabetes 数据集也已经在您的工作区中可用。
本练习是课程的一部分
R 中的树模型机器学习
练习说明
- 创建
tree_spec，即使用rpart引擎的分类树规范。 - 训练模型
tree_model_bmi，仅用自变量bmi来预测outcome，方法是将diabetes数据集拟合到该规范上。 - 将模型打印到控制台。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create the specification
tree_spec <- ___() %>%
___("rpart") %>%
___
# Train the model
tree_model_bmi <- tree_spec %>%
___
# Print the model
___