始める無料で始める

Lasso による手動正則化

attrition データセットには 30 個の変数があります。人事部門からは、解釈しやすく保守もしやすいモデルの作成を依頼されています。特に、可能な限り解釈しやすいモデルにするために特徴量の数を減らしたいとのことです。

この演習では、Lasso を使ってモデル内の変数数を自動的に削減します。最初の試みとして、手動でペナルティを入力し、モデルの振る舞いを観察します。

train と test のデータ、および基本的な recipe はすでに読み込まれています。

この演習はコースの一部です

Rで学ぶ特徴量エンジニアリング

コースを見る

演習の手順

  • ロジスティック回帰モデルで glmnet エンジンを使用するように設定します。
  • 引数を設定して、ペナルティ 0.06 の Lasso を実行します。

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。

model_lasso_manual <- logistic_reg() %>%

# Set the glmnet engine for your logistic regression model
  ___(___) %>%

# Set arguments to run Lasso with a penalty of 0.06
  set_args(mixture = ___, ___ = ___)

workflow_lasso_manual <- workflow() %>%
  add_model(model_lasso_manual) %>%
  add_recipe(recipe)

fit_lasso_manual <- workflow_lasso_manual %>% 
  fit(train)

tidy(fit_lasso_manual)
コードを編集して実行