Modelo
Agora você vai configurar seu modelo. Como você escolheu uma regressão logística penalizada, conhecida pelos mais íntimos como Lasso, precisa descobrir qual é o melhor valor de penalidade e fazer isso por meio de um algoritmo de busca.
A recipe que você criou para engenheirar suas features antes da modelagem já está carregada.
Este exercício faz parte do curso
Feature Engineering em R
Instruções do exercício
- Defina a penalidade para ajuste com tuning.
- Agrupe seu modelo e sua receita em um workflow.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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