Ajuster le meilleur modèle

lasso_grid contient 50 spécifications de modèle différentes avec 50 valeurs de penalty différentes dans penalty_grid. Dans cet exercice, vous allez identifier et ajuster le modèle ayant la valeur de penalty optimale. Vous obtiendrez ainsi un modèle de régression lasso qui optimise la sélection de variables pour de meilleures performances prédictives.

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

Cet exercice fait partie du cours

Réduction de dimension en R

Afficher le cours

Instructions

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 cet exemple de code.

# 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