เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดล

ขั้นตอนนี้จะเป็นการตั้งค่าโมเดล เนื่องจากเลือกใช้ penalized logistic regression หรือที่รู้จักกันในชื่อ Lasso จึงต้องค้นหาค่า penalty ที่เหมาะสมที่สุดผ่านอัลกอริทึมการค้นหา

recipe ที่สร้างไว้สำหรับการทำ feature engineering ก่อนเข้าสู่การสร้างโมเดลนั้นถูกโหลดไว้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดค่า penalty สำหรับการ tuning
  • รวมโมเดลและ recipe เข้าด้วยกันใน workflow

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด