แนะนำ glmnet อีกครั้ง

Machine Learning ด้วย caret ใน R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

ทบทวน glmnet

โมเดลเชิงเส้นที่มีการคัดเลือกตัวแปรในตัว
เป็น baseline model ที่ดี
ข้อดี
- ฟิตโมเดลได้รวดเร็ว
- ละเว้นตัวแปรที่มีสัญญาณรบกวน
- ให้ค่าสัมประสิทธิ์ที่อ่านเข้าใจได้ง่าย

ตัวอย่าง: glmnet กับข้อมูล 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
)

แสดงผลลัพธ์

plot(model_glmnet)

กราฟแสดงค่า ROC เทียบกับพารามิเตอร์ regularization สำหรับ mixing percentage 0 และ 1 โดย ROC สูงกว่ามากเมื่อ mixing percentage เท่ากับ 1

พล็อตค่าสัมประสิทธิ์

plot(model_glmnet$finalModel)

กราฟ glmnet แสดงค่าสัมประสิทธิ์เทียบกับ L1 norm

มาฝึกกันเถอะ!

Machine Learning ด้วย caret ใน R