Dostrajanie kary
Masz pewność, że Lasso to sensowne podejście do redukcji liczby cech modelu przy zachowaniu akceptowalnej wydajności. Teraz chcesz dostroić model, wybierając najlepszą wartość kary. W środowisku masz już wczytany podstawowy recipe wraz z podziałem na zbiory train i test.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Instrukcje do ćwiczenia
- Skonfiguruj model tak, aby wartość kary była dostrajana automatycznie.
- Zdefiniuj siatkę kary z 30 poziomami.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Set up your model so that the penalty is tuned automatically
model_lasso_tuned <- logistic_reg() %>% set_engine("glmnet") %>%
set_args(mixture = 1, ___ = ___)
workflow_lasso_tuned <- workflow() %>%
add_model(model_lasso_tuned) %>%
add_recipe(recipe)
# Configure a penalty grid with 30 levels
penalty_grid <- grid_regular(penalty(range = c(-3, 1)), ___ = ___)
tune_output <- tune_grid(workflow_lasso_tuned,
resamples = vfold_cv(train, v = 5),
metrics = metric_set(roc_auc),grid = penalty_grid)
autoplot(tune_output)