Het model finaliseren
Het is tijd om de resultaten van je tuning toe te passen en het HR-team te imponeren. Je kunt je model finaliseren met de gevonden optimale penalty en kijken of dit aan je verwachtingen voldoet. Je resultaten zijn geladen en de door de gebruiker gedefinieerde functie class_evaluate() is beschikbaar in je omgeving.
Deze oefening maakt deel uit van de cursus
Feature engineering in R
Oefeninstructies
- Selecteer de optimale penalty voor de Lasso.
- Pas een definitief model aan met de optimale penalty.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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)