glmnet opnieuw geïntroduceerd

Machine Learning met caret in R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

glmnet-herhaling

Lineair model met ingebouwde variabelenselectie
Sterk basismodel
Voordelen
- Past snel
- Negeert ruisvariabelen
- Geeft interpreteerbare coëfficiënten

Voorbeeld: glmnet op churn-data

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

Resultaten visualiseren

plot(model_glmnet)

De afbeelding toont een lijngrafiek van ROC versus regularisatieparameter voor twee mixingwaarden 0 en 1. ROC is veel hoger bij mixing 1.

Coëfficiënten plotten

plot(model_glmnet$finalModel)

De afbeelding toont een aangepaste glmnet-plot van coëfficiënten versus L1-norm

Laten we oefenen!

Machine Learning met caret in R