1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Hyperparameter Tuning in R
Connected

cvičení

Grid search s h2o

Teď, když jsi úspěšně natrénoval/a model Random Forest s h2o, můžeš stejné principy použít i pro trénování dalších algoritmů, například Deep Learning. V tomto cvičení aplikuješ grid search pro ladění modelu.

Pamatuj, že modely gradient boosting používají hyperparametr learn_rate, zatímco modely deep learning pracují s hyperparametrem rate.

Knihovna h2o je již načtena a inicializována.

Pokyny 1/4

undefined XP
    1
    2
    3
    4
  • Začni definovat grid hyperparametrů pro deep learning s h2o: pro rychlost učení použij hodnoty 0,001, 0,005 a 0,01. Přehled všech dostupných hyperparametrů najdeš v nápovědě k funkci h2o.deeplearning.