1. Apprendre
    2. /
  2. Cours
    3. /
  3. Réduction de dimension en R
Connected

Exercice

Explorer les valeurs de pénalité pour la régression lasso

Dans l'exercice précédent, vous avez terminé tout le code pour mettre à l'échelle la variable cible et les prédicteurs. Vous allez utiliser les données train et la lasso_recipe pour créer un enchaînement (workflow) qui entraînera un modèle de régression lasso et explorera les effets de différentes valeurs de pénalité. Au fur et à mesure que vous ajustez la pénalité et réentraînez le modèle, portez attention au nombre de variables non nulles qui restent dans le modèle. Vous observerez ainsi comment la régression lasso effectue la sélection de variables.

Les trousses tidyverse et tidymodels ont été chargées pour vous.

Instructions

100 XP
  • Entraînez un enchaînement de régression lasso avec une pénalité de 0,001 et affichez les coefficients du modèle qui sont supérieurs à zéro.
  • Réentraînez un enchaînement de régression lasso avec une pénalité de 0,01 et affichez les coefficients du modèle qui sont supérieurs à zéro.
  • Réentraînez un enchaînement de régression lasso avec une pénalité de 0,1 et affichez les coefficients du modèle qui sont supérieurs à zéro.