НачатьНачать бесплатно

Ручная регуляризация с помощью Lasso

Набор данных attrition содержит 30 переменных. Отдел кадров просит вас построить модель, которую легко интерпретировать и поддерживать. В частности, они хотят сократить количество признаков, чтобы модель была максимально понятной.

В этом упражнении вы воспользуетесь методом Lasso для автоматического уменьшения числа переменных в модели. В первой попытке вы вручную зададите штрафной коэффициент и понаблюдаете за поведением модели.

Данные train и test, а также базовый recipe уже загружены для вас.

Это упражнение является частью курса

Конструирование признаков в R

Посмотреть курс

Инструкции к упражнению

  • Задайте для модели логистической регрессии движок glmnet.
  • Установите аргументы для запуска Lasso со штрафным коэффициентом 0,06.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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)
Редактировать и запускать код