BaşlayınÜcretsiz başlayın

Ceza değerini ayarlama

Modelinin özellik sayısını makul performansı koruyarak azaltmak için Lasso’nun mantıklı bir yaklaşım olduğundan eminsin. Şimdi en iyi ceza değerini seçerek modeli ayarlamak istiyorsun. Temel bir recipe ile train ve test ayrımları ortamına yüklendi.

Bu egzersiz, kursun bir parçasıdır

R'da Feature Engineering

Kursa Göz Atın

Egzersiz talimatları

  • Ceza değerinin otomatik olarak ayarlanacağı şekilde modelini kur.
  • 30 seviyeli bir ceza ızgarası yapılandır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)
Kodu Düzenle ve Çalıştır