Reintroduzione di glmnet

Machine Learning con caret in R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Ripasso di glmnet

  • Modello lineare con selezione variabili integrata
  • Ottimo modello di base
  • Vantaggi
    • Veloce da adattare
    • Ignora variabili rumorose
    • Coefficienti interpretabili
Machine Learning con caret in R

Esempio: glmnet sui dati di 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
)
Machine Learning con caret in R

Visualizzare i risultati

plot(model_glmnet)

Il grafico a linee mostra l'AUC ROC rispetto al parametro di regolarizzazione per due valori di mixing 0 e 1. L'AUC è molto più alta quando il mixing è 1.

Machine Learning con caret in R

Grafico dei coefficienti

plot(model_glmnet$finalModel)

Il grafico personalizzato di glmnet mostra i coefficienti rispetto alla norma L1

Machine Learning con caret in R

Passiamo alla pratica!

Machine Learning con caret in R

Preparing Video For Download...