這個單元的目的是讓同學用各種方式挑戰一個字母辨識的問題
請同學輸入:head(LetterRecognition.train)看一下trainingdataset。這個dataset是讓同學訓練模型的
head(LetterRecognition.train)
請同學輸入:head(LetterRecognition.tune)看一下tuningdataset。這個dataset是讓同學用前面的單元學到的手法,以模型在這個單元的表現做模型參數的調整
head(LetterRecognition.tune)
同學可以輸入?LetterRecognition看看資料各種欄位的意義。
?LetterRecognition
同學的目標是建立模型預測LetterRecognition.test上的lettr欄位的值。評分方法就是準確率:(正確的答案/所有的答案)
同學可以用各種方法來建立模型、做出預測。
同學可以自由嘗試,只要最後把你的預測答案寫入變數answer_07後,輸入submit()即可檢查。只要準確率超過0.95,即可過關。請注意,你輸入的變數應該要是一個字串向量或類別向量。
# 請讓這個檔案保持空白,以免影響檢查答案的速度
answer_07 <- "I give up! I will try this challenge next time."