Penalty को ट्यून करना
आप आश्वस्त हैं कि Lasso आपके मॉडल के फीचर्स की संख्या घटाते हुए प्रदर्शन को स्वीकार्य स्तर पर रखने का एक समझदारी भरा तरीका है. अब आप सबसे अच्छा penalty मान चुनकर मॉडल को ट्यून करना चाहते हैं. एक बेसिक recipe और train तथा test स्प्लिट्स आपके environment में लोड हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Feature Engineering
अभ्यास निर्देश
- अपना मॉडल ऐसे सेट करें कि penalty अपने-आप ट्यून हो.
- 30 levels के साथ एक penalty ग्रिड कॉन्फ़िगर करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Set up your model so that the penalty is tuned automatically
model_lasso_tuned <- logistic_reg() %>% set_engine("glmnet") %>%
set_args(mixture = 1, ___ = ___)
workflow_lasso_tuned <- workflow() %>%
add_model(model_lasso_tuned) %>%
add_recipe(recipe)
# Configure a penalty grid with 30 levels
penalty_grid <- grid_regular(penalty(range = c(-3, 1)), ___ = ___)
tune_output <- tune_grid(workflow_lasso_tuned,
resamples = vfold_cv(train, v = 5),
metrics = metric_set(roc_auc),grid = penalty_grid)
autoplot(tune_output)