Ajuster le meilleur modèle

lasso_grid contient 50 spécifications de modèles différentes avec 50 valeurs de penalty différentes dans penalty_grid. Dans cet exercice, vous allez repérer et ajuster le modèle ayant la valeur optimale de penalty. Ce faisant, vous obtiendrez un modèle de régression lasso qui optimise la sélection de variables pour la meilleure performance du modèle.

lasso_workflow et train sont à votre disposition. Les forfaits tidyverse et tidymodels ont aussi été chargés pour vous.

Cette activité fait partie du cours

Réduction de dimension en R

Voir le cours

Instructions de l’exercice

Récupérez le meilleur modèle ajusté selon la RMSE.
Utilisez finalize_workflow() pour ajuster un modèle à partir de best_rmse.
Affichez les coefficients du modèle de final_lasso.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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(___ > ___)

Modifier et exécuter le code