Nastavení hyperparametrů
A na závěr nastavíš konkrétní hyperparametry, které jsi možná objevil/a při prozkoumání výsledků ladění z předchozích cvičení.
Dataset knowledge_train_data je už načtený, stejně jako balíčky mlr a tidyverse. Byl také spuštěn následující kód:
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
Toto cvičení je součástí kurzu
Hyperparameter Tuning in R
Pokyny k cvičení
- Nastav pro neuronovou síť následující hyperparametry: jedna skrytá vrstva, maximální počet iterací 150 a decay (útlum) 0.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)