1. Learn
    2. /
  2. Cursuri
    3. /
  3. Reducerea dimensionalității în R
Connected

exercițiu

Ajustează hiperparametrul de penalizare

Acum că ai văzut cum influențează parametrul penalty selecția caracteristicilor în regresia lasso, poate te întrebi: „Care este cea mai bună valoare pentru penalty?" tidymodels pune la dispoziție funcții pentru a explora valoarea optimă a hiperparametrilor, precum penalty.

În acest exercițiu, vei identifica cea mai bună valoare a penalty pe baza RMSE-ului modelului, apoi vei antrena un model final cu acea valoare. Astfel, vei optimiza selecția caracteristicilor din regresia lasso în funcție de performanța modelului.

lasso_recipe a fost creat pentru tine, iar train este și el disponibil. Pachetele tidyverse și tidymodels au fost deja încărcate.

Instrucțiuni

100 XP
  • Definește un workflow cu linear_reg() care va ajusta penalty.
  • Creează un eșantion de validare încrucișată cu 3 iterații din train și o secvență de 20 de valori ale penalizării cuprinse între 0,001 și 0,1.
  • Creează modele lasso folosind valori diferite ale penalizării.
  • Vizualizează performanța modelului (RMSE) în funcție de valoarea penalizării.