เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การปรับค่า penalty

เมื่อมั่นใจแล้วว่า Lasso เป็นแนวทางที่เหมาะสมสำหรับการลดจำนวน feature ในโมเดลโดยยังคงประสิทธิภาพที่ยอมรับได้ ขั้นตอนต่อไปคือการปรับโมเดลด้วยการเลือกค่า penalty ที่ดีที่สุด recipe พื้นฐาน พร้อมกับชุดข้อมูล train และ test ได้ถูกโหลดไว้ในสภาพแวดล้อมของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตั้งค่าโมเดลให้ปรับ penalty โดยอัตโนมัติ
  • กำหนด penalty grid ที่มี 30 levels

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Set up your model so that the penalty is tuned automatically
model_lasso_tuned <- logistic_reg() %>% set_engine("glmnet") %>%
  set_args(mixture = 1, ___ = ___) 
workflow_lasso_tuned <- workflow() %>%
  add_model(model_lasso_tuned) %>%
  add_recipe(recipe)

# Configure a penalty grid with 30 levels
penalty_grid <- grid_regular(penalty(range = c(-3, 1)), ___ = ___)

tune_output <- tune_grid(workflow_lasso_tuned,
  resamples = vfold_cv(train, v = 5),
  metrics = metric_set(roc_auc),grid = penalty_grid)

autoplot(tune_output)
แก้ไขและรันโค้ด