Introduktion till glmnet

Maskininlärning med caret i R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Repetition: glmnet

Linjär modell med inbyggd variabelurval
Bra basmodell
Fördelar
- Tränas snabbt
- Ignorerar brusiga variabler
- Ger tolkningsbara koefficienter

Exempel: glmnet på 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
)

Visualisera resultaten

plot(model_glmnet)

Bilden visar ett linjediagram över ROC-kurvan mot regulariseringsparametern för två blandningsprocentsatser, 0 och 1. ROC är betydligt högre när blandningsprocentsatsen är 1.

Plotta koefficienterna

plot(model_glmnet$finalModel)

Bilden visar ett anpassat glmnet-diagram över koefficienter mot L1-norm

Nu kör vi en övning!

Maskininlärning med caret i R