Ajuster le ou les modèles

Vous êtes enfin prêt à ajuster les modèles et à sélectionner le meilleur!

Malheureusement, la validation croisée est une procédure très exigeante sur le plan informatique. Ajuster tous les modèles prendrait trop de temps sur DataCamp.

Pour le faire localement, vous utiliseriez le code suivant :

# Fit cross validation models
models = cv.fit(training)

# Extract the best model
best_lr = models.bestModel

Rappelez-vous que les données d'entraînement s'appellent training et que vous utilisez lr pour ajuster un modèle de régression logistique. La validation croisée a sélectionné les valeurs de paramètres regParam=0 et elasticNetParam=0 comme étant les meilleures. Ce sont les valeurs par défaut, donc vous n'avez rien d'autre à faire avec lr avant d'ajuster le modèle.