Začněte nyníZačněte zdarma

Vyhodnocení výsledků ladění hyperparametrů

V tomto cvičení vyhodnotíš výsledky ladění hyperparametrů rozhodovacího stromu natrénovaného pomocí balíčku rpart. 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.rpart", fix.factors.prediction = TRUE)

param_set <- makeParamSet(
  makeIntegerParam("minsplit", lower = 1, upper = 30),
  makeIntegerParam("minbucket", lower = 1, upper = 30),
  makeIntegerParam("maxdepth", lower = 3, upper = 10)
)

ctrl_random <- makeTuneControlRandom(maxit = 10)

Toto cvičení je součástí kurzu

Hyperparameter Tuning in R

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create holdout sampling
holdout <- makeResampleDesc(___)

# Perform tuning
lrn_tune <- tuneParams(learner = lrn, task = task, resampling = holdout, control = ctrl_random, par.set = param_set)
Upravit a spustit kód