使用自定义调优网格的 glmnet

在 R 中使用 caret 的机器学习

Zach Mayer

Data Scientist at DataRobot and co-author of caret

自定义调优 glmnet 模型

# 自定义调优网格
myGrid <- expand.grid(
  alpha = 0:1, 
  lambda = seq(0.0001, 0.1, length = 10)
)

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

# 绘制结果
plot(model)

图片显示两条混合比例（0 和 1）下，ROC 与正则化参数的折线图。混合比例为 1 且正则化参数 > 0.1 时，ROC 达到最大。

plot(model$finalModel)

图片显示 glmnet 模型的自定义折线图：多条系数随 L1 范数变化的曲线。L1 范数增大时，系数取值范围变宽。

在 R 中使用 caret 的机器学习