Dopasuj najlepszy model

lasso_grid zawiera 50 różnych specyfikacji modelu z 50 różnymi wartościami penalty zdefiniowanymi w penalty_grid. W tym ćwiczeniu znajdziesz i dopasujesz model z optymalną wartością penalty. Dzięki temu uzyskasz model regresji lasso, który optymalizuje selekcję cech pod kątem jak najlepszej wydajności modelu.

Do dyspozycji masz lasso_workflow oraz train. Pakiety tidyverse i tidymodels są już wczytane.

To ćwiczenie jest częścią kursu

Redukcja wymiarowości w R

Zobacz kurs

Instrukcje do ćwiczenia

Pobierz najlepiej dopasowany model na podstawie RMSE.
Użyj finalize_workflow(), aby dopasować model na podstawie best_rmse.
Wyświetl współczynniki modelu final_lasso.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Retrieve the best RMSE
best_rmse <- ___ %>% 
  ___("___")

# Refit the model with the best RMSE
final_lasso <- 
  ___(___, ___) %>% 
  fit(train)

# Display the non-zero model coefficients
tidy(___) %>% 
  filter(___ > ___)

Edytuj i uruchom kod