시작하기무료로 시작하기

Lasso로 수동 규제하기

attrition 데이터셋에는 변수 30개가 있습니다. 인사(HR) 부서에서는 해석과 유지 관리가 쉬운 모델을 요청했어요. 특히 가능한 한 해석 가능성을 높이기 위해 특성 수를 줄이길 원합니다.

이 연습에서는 Lasso를 사용해 모델의 변수 개수를 자동으로 줄여 보겠습니다. 첫 번째 시도에서는 penalty 값을 직접 입력하고 모델의 동작을 관찰해요.

train과 test 데이터, 그리고 기본 recipe는 이미 로드되어 있습니다.

이 연습은 강의의 일부입니다

R로 배우는 Feature Engineering

강의 보기

연습 안내

  • 로지스틱 회귀 모델이 glmnet 엔진을 사용하도록 설정하세요.
  • Lasso가 penalty 0.06으로 실행되도록 인수를 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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)
코드 편집 및 실행