Tinh chỉnh penalty
Tin rằng Lasso là cách hợp lý để giảm số lượng đặc trưng của mô hình mà vẫn giữ hiệu năng chấp nhận được, bạn muốn tinh chỉnh mô hình bằng cách chọn giá trị penalty tốt nhất. Một recipe cơ bản cùng với các tập train và test đã được nạp vào môi trường của bạn.
Bài tập này là một phần của khóa học
Kỹ thuật đặc trưng (Feature Engineering) với R
Hướng dẫn bài tập
- Thiết lập mô hình để penalty được tinh chỉnh tự động.
- Cấu hình một lưới penalty với 30 mức (levels).
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)