1. Lära sig
    2. /
  2. Courses
    3. /
  3. R에서의 차원 축소
Connected

exercise

lasso 회귀 패널티 값 탐색

이전 연습 문제에서 목표 변수와 예측 변수를 모두 스케일링하는 코드를 완료하셨습니다. 이제 train 데이터와 lasso_recipe를 사용해 워크플로를 구성하고 lasso 회귀 모델을 학습한 뒤, 서로 다른 패널티 값의 효과를 살펴보세요. 패널티를 조정해 모델을 다시 학습할 때, 모델에 남아 있는 0이 아닌 계수의 변수 수에 주목하세요. 이를 통해 lasso 회귀가 어떻게 특성 선택을 수행하는지 관찰하게 됩니다.

tidyverse와 tidymodels 패키지는 미리 로드되어 있습니다.

Instruktioner

100 XP
  • 패널티를 0.001로 설정해 lasso 회귀 워크플로를 학습하고, 0보다 큰 모델 계수를 표시하세요.
  • 패널티를 0.01로 다시 설정해 lasso 회귀 워크플로를 재학습하고, 0보다 큰 모델 계수를 표시하세요.
  • 패널티를 0.1로 다시 설정해 lasso 회귀 워크플로를 재학습하고, 0보다 큰 모델 계수를 표시하세요.