最良モデルを当てはめる

lasso_grid には、penalty_grid 内の 50 個の異なる penalty 値に対応する 50 通りのモデル仕様が含まれています。この演習では、最適な penalty 値を持つモデルを見つけて当てはめます。これにより、モデル性能を最大化するように特徴量選択を最適化した lasso 回帰モデルを得られます。

lasso_workflow と train はすでに用意されています。tidyverse と tidymodels パッケージも読み込まれています。

この演習はコースの一部です

Rによる次元削減

コースを見る

演習の手順

RMSE に基づいて最良の適合モデルを取得します。
finalize_workflow() を使い、best_rmse に基づいてモデルを当てはめます。
final_lasso のモデル係数を表示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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(___ > ___)

コードを編集して実行