Modell
Nu ska du sätta upp din modell. Eftersom du valde en penaliserad logistisk regression – mer känd som Lasso – behöver du ta reda på vilket penaliseringsvärde som fungerar bäst, och det gör du med hjälp av en sökalgoritm.
Det recipe-objekt du byggde för att bearbeta dina särdrag inför modelleringen är redan inläst.
Den här övningen är en del av kursen
Feature Engineering i R
Övningsinstruktioner
- Ställ in penaliseringen för tuning.
- Kombinera din modell och ditt recept i ett arbetsflöde.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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