Ajusta el mejor modelo

lasso_grid contiene 50 especificaciones de modelo diferentes con 50 valores de penalty distintos en penalty_grid. En este ejercicio, vas a encontrar y ajustar el modelo con el valor óptimo de penalty. Con ello, obtendrás un modelo de regresión lasso que optimiza la selección de características para lograr el mejor rendimiento del modelo.

Tienes lasso_workflow y train disponibles. Los paquetes tidyverse y tidymodels ya se han cargado por ti.

Este ejercicio forma parte del curso

Reducción de la dimensionalidad en R

Ver curso

Instrucciones del ejercicio

Recupera el mejor modelo ajustado según el RMSE.
Usa finalize_workflow() para ajustar un modelo a partir de best_rmse.
Muestra los coeficientes del modelo de final_lasso.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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(___ > ___)

Editar y ejecutar código