1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rによる次元削減
Connected

演習

lasso 回帰のペナルティ値を試す

前の演習では、目的変数と説明変数を標準化するためのコードをすべて完成させました。ここでは、train データと lasso_recipe を使ってワークフローを作成し、lasso 回帰モデルを学習して、異なるペナルティ値の影響を確かめます。ペナルティを調整してモデルを再学習するたびに、モデルに残る非ゼロの変数の数に注目してください。lasso 回帰がどのように特徴量選択を行うかを観察します。

tidyverse と tidymodels パッケージは読み込まれています。

指示

100 XP
  • ペナルティ 0.001 で lasso 回帰のワークフローを学習し、0 より大きい係数を表示します。
  • ペナルティ 0.01 で lasso 回帰のワークフローを再学習し、0 より大きい係数を表示します。
  • ペナルティ 0.1 で lasso 回帰のワークフローを再学習し、0 より大きい係数を表示します。