Model
Je gaat nu je model opzetten. Omdat je hebt gekozen voor een gepenaliseerde logistische regressie, beter bekend als Lasso, moet je de beste penalty-waarde vinden, en dat doe je via een zoekalgoritme.
De recipe die je hebt gebouwd om je features te engineeren vóór het modelleren is al geladen.
Deze oefening maakt deel uit van de cursus
Feature engineering in R
Oefeninstructies
- Stel de penalty in voor tuning.
- Bundel je model en recipe in een workflow.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Set up the penalty for tuning
lr_model <- logistic_reg() %>% set_engine("glmnet") %>%
set_args(mixture = 1, penalty = ___)
lr_penalty_grid <- grid_regular(penalty(range = c(-3, 1)),levels = 30)
# Bundle your model and recipe in a workflow
lr_workflow <- workflow() %>%
___(lr_model) %>%
___(___)
lr_workflow