モデルを最終化する
これまでのチューニング結果を実装して、人事チームを驚かせるときです。特定した最適なペナルティでモデルを最終化し、期待どおりの性能か確認しましょう。結果は読み込まれており、ユーザー定義関数 class_evaluate() は環境内で利用できます。
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
演習の手順
- Lasso の最適なペナルティを選択します。
- 最適なペナルティを用いて最終モデルを学習します。
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。
# Select the optimal penalty for the Lasso
best_penalty <- ___(tune_output, metric = 'roc_auc', desc(penalty))
best_penalty
# Fit a final model using the optimal penalty
final_fit <- ___(workflow_lasso_tuned, best_penalty) %>%
fit(data = train)
final_fit %>% tidy()
final_fit %>% augment(test) %>% class_evaluate(truth = Attrition,
estimate = .pred_class,
.pred_Yes)