मॉडल
अब आप अपना मॉडल सेट कर रहे हैं. क्योंकि आपने penalized logistic regression चुना है, जिसे दोस्त Lasso के नाम से जानते हैं, आपको सबसे अच्छा penalty मान खोजना होगा, और इसे किसी सर्च एल्गोरिदम के जरिए करना होगा.
मॉडलिंग से पहले फीचर इंजीनियर करने के लिए जो recipe आपने बनाई थी, वह पहले से लोड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Feature Engineering
अभ्यास निर्देश
- ट्यूनिंग के लिए penalty सेट करें.
- अपने मॉडल और रेसिपी को एक workflow में बाँधें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Set up the penalty for tuning
lr_model <- logistic_reg() %>% set_engine("glmnet") %>%
set_args(mixture = 1, penalty = ___)
lr_penalty_grid <- grid_regular(penalty(range = c(-3, 1)),levels = 30)
# Bundle your model and recipe in a workflow
lr_workflow <- workflow() %>%
___(lr_model) %>%
___(___)
lr_workflow