Finaliser le modèle

Il est temps de mettre en œuvre les résultats de votre travail d'ajustement et d'impressionner l'équipe des ressources humaines. Vous pouvez finaliser votre modèle avec la pénalité optimale identifiée et vérifier si elle répond à vos attentes. Vos résultats ont été chargés et la fonction définie par l'utilisateur class_evaluate() est disponible dans votre environnement.

Cette activité fait partie du cours

Ingénierie des caractéristiques en R

Voir le cours

Instructions de l’exercice

Sélectionnez la pénalité optimale pour le Lasso.
Ajustez un modèle final en utilisant la pénalité optimale.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Select the optimal penalty for the Lasso
best_penalty <- ___(tune_output, metric = 'roc_auc', desc(penalty)) 
best_penalty

# Fit a final model using the optimal penalty
final_fit <- ___(workflow_lasso_tuned, best_penalty) %>%
  fit(data = train)

final_fit %>% tidy()

final_fit %>% augment(test) %>% class_evaluate(truth = Attrition, 
                                   estimate = .pred_class,
                                   .pred_Yes)

Modifier et exécuter le code

Ingénierie des caractéristiques en R

SkillTag.level.intermediateSkillTag.label

4.8+

149 reviews

Vous conclurez le cours en étudiant des techniques d'ingénierie des caractéristiques et de Machine Learning. Vous commencerez par vous pencher sur les problèmes liés à l'utilisation de toutes les caractéristiques disponibles dans un modèle et sur l'importance de repérer les caractéristiques non pertinentes et redondantes, puis d'apprendre à les enlever à l'aide de méthodes intégrées comme le lasso et l'elastic net. Ensuite, vous explorerez des méthodes de rétrécissement comme le lasso, la crête (ridge) et l'elastic net, qui peuvent servir à régulariser les poids des caractéristiques ou à sélectionner des caractéristiques en mettant certains coefficients à zéro. Enfin, vous terminerez en créant un enchaînement complet d'ingénierie des caractéristiques et en passant en revue, puis en pratiquant, les concepts et fonctions vus précédemment dans un petit projet.

Exercise 1: Réduire les caractéristiques du modèle Exercise 2: Passer au crible l'importance des variables Exercise 3: Évaluer la performance du modèle avec tous les prédicteurs disponibles Exercise 4: Créer un modèle réduit Exercise 5: Méthodes de rétrécissement Exercise 6: Régularisation manuelle avec Lasso Exercise 7: Ajuster le paramètre penalty Exercise 8: Finaliser le modèle

Exercice en cours

Exercise 9: Mettre le tout ensemble Exercise 10: Préparer et partitionner Exercise 11: Prétraitement Exercise 12: Modèle Exercise 13: Évaluer Exercise 14: Félicitations !