Finaliser un workflow
Pour intégrer l’ajustement d’hyperparamètres à votre processus de modélisation, il faut sélectionner une combinaison optimale d’hyperparamètres en se basant sur la moyenne d’un indicateur de performance. Vous pourrez ensuite finaliser votre workflow de tuning et entraîner votre modèle final.
Dans cet exercice, vous allez examiner les modèles les plus performants issus de votre ajustement d’hyperparamètres et finaliser votre objet workflow de tuning.
Les objets dt_tuning et loans_tune_wkfl de votre session précédente ont été chargés dans votre environnement.
Cet exercice fait partie du cours
Modéliser avec tidymodels en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Display 5 best performing models
dt_tuning %>%
___(metric = ___, n = ___)