调整惩罚项
您已经确认 Lasso 是在保持可接受性能的同时减少模型特征数量的合理方法，现在希望通过选择最佳惩罚项数值来对模型进行调参。一个基础的 recipe 以及 train 和 test 切分已加载到您的环境中。
本练习是课程的一部分
R 中的特征工程
练习说明
- 将模型设置为自动调节惩罚项。
- 配置一个包含 30 个 levels 的惩罚项网格。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)