사용자 정의 튜닝 그리드와 glmnet

R의 caret로 배우는 Machine Learning

Zach Mayer

Data Scientist at DataRobot and co-author of caret

glmnet 모델 사용자 정의 튜닝

# Make a custom tuning grid
myGrid <- expand.grid(
  alpha = 0:1, 
  lambda = seq(0.0001, 0.1, length = 10)
)

# Fit a model
set.seed(42)
model <- train(
  y ~ ., 
  overfit, 
  method = "glmnet", 
  tuneGrid = myGrid, 
  trControl = myControl
)

# Plot results
plot(model)

이미지는 두 혼합 비율(0과 1)에 대한 ROC 대 규제 파라미터 선 그래프입니다. 혼합 비율이 1이고 규제 파라미터가 0.1보다 클 때 ROC가 최대입니다.

plot(model$finalModel)

이미지는 glmnet 모델의 맞춤 선 그래프입니다. 계수 대 L1 노름의 다수 곡선이 있으며, L1 노름이 증가할수록 계수 범위가 넓어집니다.

R의 caret로 배우는 Machine Learning