Réintroduire glmnet

Machine Learning avec caret en R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Rappel sur glmnet

Modèle linéaire avec sélection de variables intégrée
Excellent modèle de référence
Atouts
- Ajustement rapide
- Ignore les variables bruyantes
- Donne des coefficients interprétables

Exemple : glmnet sur les données de churn

set.seed(42)
model_glmnet <- train(
  churn ~ ., 
  churnTrain,
  metric = "ROC",
  method = "glmnet",
  tuneGrid = expand.grid(
    alpha = 0:1, 
    lambda = 0:10 / 10
  ),
  trControl = myControl
)

Visualiser les résultats

plot(model_glmnet)

Le graphique montre l'AUC (ROC) en fonction du paramètre de régularisation pour deux valeurs de mélange 0 et 1. L'AUC est bien supérieure quand le mélange vaut 1.

Tracer les coefficients

plot(model_glmnet$finalModel)

Le graphique personnalisé glmnet montre les coefficients en fonction de la norme L1

Passons à la pratique !

Machine Learning avec caret en R