LoslegenKostenlos starten

Die penalty abstimmen

Du bist überzeugt, dass Lasso eine sinnvolle Methode ist, um die Anzahl der Merkmale deines Modells zu reduzieren, ohne die Performance zu stark zu beeinträchtigen. Jetzt möchtest du das Modell abstimmen, indem du den besten penalty-Wert wählst. Ein grundlegendes recipe sowie die train- und test-Splits sind bereits in deiner Umgebung geladen.

Diese Übung ist Teil des Kurses

<Kurs>Feature Engineering in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Richte dein Modell so ein, dass die penalty automatisch abgestimmt wird.
  • Konfiguriere ein penalty-Gitter mit 30 levels.

Interaktive praktische Übung

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

# Set up your model so that the penalty is tuned automatically
model_lasso_tuned <- logistic_reg() %>% set_engine("glmnet") %>%
  set_args(mixture = 1, ___ = ___) 
workflow_lasso_tuned <- workflow() %>%
  add_model(model_lasso_tuned) %>%
  add_recipe(recipe)

# Configure a penalty grid with 30 levels
penalty_grid <- grid_regular(penalty(range = c(-3, 1)), ___ = ___)

tune_output <- tune_grid(workflow_lasso_tuned,
  resamples = vfold_cv(train, v = 5),
  metrics = metric_set(roc_auc),grid = penalty_grid)

autoplot(tune_output)
Code bearbeiten und ausführen