Bestes Modell fitten

lasso_grid enthält 50 verschiedene Modellspezifikationen mit 50 verschiedenen penalty-Werten in penalty_grid. In dieser Übung findest und fittest du das Modell mit dem optimalen penalty-Wert. So erhältst du ein Lasso-Regressionsmodell, das die Feature-Auswahl für die beste Modellleistung optimiert.

lasso_workflow und train stehen dir zur Verfügung. Die Pakete tidyverse und tidymodels wurden bereits für dich geladen.

Diese Übung ist Teil des Kurses

<Kurs>Dimensionsreduktion in R</Kurs>

Kurs ansehen

Übungsanweisungen

Ermittle das beste gefittete Modell basierend auf dem RMSE.
Verwende finalize_workflow(), um ein Modell basierend auf best_rmse zu fitten.
Zeige die Modellkoeffizienten von final_lasso an.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Retrieve the best RMSE
best_rmse <- ___ %>% 
  ___("___")

# Refit the model with the best RMSE
final_lasso <- 
  ___(___, ___) %>% 
  fit(train)

# Display the non-zero model coefficients
tidy(___) %>% 
  filter(___ > ___)

Code bearbeiten und ausführen