Zkoumání hodnot penalizace v lasso regresi
V předchozím cvičení jsi dokončil/a veškerý kód pro škálování cílové proměnné i prediktorů. Data train a lasso_recipe teď využiješ k sestavení workflow pro trénování modelu lasso regrese a k prozkoumání vlivu různých hodnot penalizace. Při každé změně penalizace a opětovném trénování modelu sleduj, kolik proměnných s nenulovými koeficienty v modelu zůstane. Uvidíš tak lasso regresi při výběru příznaků přímo v akci.
Balíčky tidyverse a tidymodels jsou již načteny.
Toto cvičení je součástí kurzu
Redukce dimenzionality v R
Pokyny k cvičení
- Natrénuj workflow lasso regrese s penalizací 0,001 a zobraz koeficienty modelu, které jsou větší než nula.
- Znovu natrénuj workflow lasso regrese s penalizací 0,01 a zobraz koeficienty modelu, které jsou větší než nula.
- Znovu natrénuj workflow lasso regrese s penalizací 0,1 a zobraz koeficienty modelu, které jsou větší než nula.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Train workflow model with penalty = 0.001 and view model variables
lasso_model <- linear_reg(___ = ___, mixture = 1, engine = "___")
lasso_workflow <- workflow(preprocessor = lasso_recipe, spec = ___)
tidy(lasso_workflow %>% fit(train)) %>% filter(___ > ___)
# Train the workflow model with penalty = 0.01 and view model variables
lasso_model <- ___(___ = ___, ___ = ___, ___ = "___")
lasso_workflow <- workflow(preprocessor = ___, spec = ___)
tidy(lasso_workflow %>% fit(train)) %>% filter(___ > ___)
# Train the workflow model with penalty = 0.1 and view model variables
lasso_model <- ___(___ = ___, ___ = ___, ___ = "___")
lasso_workflow <- ___ %>% ___(___)
tidy(___ %>% ___(___)) %>% ___(___ > ___)