ÎncepețiÎncepe gratuit

Regularizare manuală cu Lasso

Setul de date attrition conține 30 de variabile. Departamentul de Resurse Umane îți solicită să construiești un model ușor de interpretat și de întreținut. Ei doresc în mod special să reducă numărul de caracteristici, astfel încât modelul să fie cât mai interpretabil posibil.

În acest exercițiu, vei folosi Lasso pentru a reduce automat numărul de variabile din model. În această primă încercare, vei introduce manual o penalizare și vei observa comportamentul modelului.

Datele train și test, precum și un recipe de bază sunt deja încărcate.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Setează modelul de regresie logistică să folosească motorul glmnet.
  • Setează argumentele pentru a rula Lasso cu o penalizare de 0,06.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

model_lasso_manual <- logistic_reg() %>%

# Set the glmnet engine for your logistic regression model
  ___(___) %>%

# Set arguments to run Lasso with a penalty of 0.06
  set_args(mixture = ___, ___ = ___)

workflow_lasso_manual <- workflow() %>%
  add_model(model_lasso_manual) %>%
  add_recipe(recipe)

fit_lasso_manual <- workflow_lasso_manual %>% 
  fit(train)

tidy(fit_lasso_manual)
Editează și rulează codul