1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning with Tree-Based Models in R
Connected

cvičení

Samotné ladění

Nejlepší hyperparametry vedou k nejlepšímu modelu pro tvá data. Jakmile se rozhodneš pro ladicí mřížku, je potřeba trénovat a vyhodnotit modely v každém jejím bodě a zjistit, který z nich přináší nejlepší výkon.

Celý proces může chvíli trvat – při použití k-násobné křížové validace, ensemble o n stromech a ladicí mřížce s t kombinacemi se celkem trénuje k * n * t modelů.

Teď je řada na tobě – proveď samotné ladění! Předem načtené jsou customers_train a výsledky předchozího cvičení, boost_spec a tunegrid_boost:

# A tibble: 27 x 3
   tree_depth    learn_rate  sample_size
        <int>         <dbl>        <dbl>
 1          1  0.0000000001         0.1 
 2          8  0.0000000001         0.1 
 3         15  0.0000000001         0.1 
 4          1  0.00000316           0.1 
 ...

Pokyny

100 XP
  • Vytvoř šest záhybů trénovacích dat pomocí funkce vfold_cv() a ulož je jako folds.
  • Pomocí tune_grid() nalaď boost_spec s využitím svých záhybů, ladicí mřížky a metriky roc_auc. Výsledky ulož jako tune_results.
  • Výsledky vykresli, abys mohl/a vizualizovat průběh ladění.