Kartesische Grid-Suche in caret
In Kapitel 1 hast du gelernt, wie du mit der Funktion expand.grid() Hyperparameter manuell definierst. Mit derselben Funktion kannst du auch ein Grid von Hyperparametern definieren.
Der Datensatz voters_train_data wurde bereits vorverarbeitet und etwas verkleinert, damit das Training schneller läuft; er umfasst jetzt 80 Beobachtungen und balancierte Klassen und wurde für dich geladen. Die Pakete caret und tictoc wurden ebenfalls geladen und das trainControl-Objekt wurde mit wiederholter Kreuzvalidierung definiert:
fitControl <- trainControl(method = "repeatedcv",
number = 3,
repeats = 5)
Diese Übung ist Teil des Kurses
Hyperparameter-Tuning in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Define Cartesian grid
man_grid <- ___(degree = ___,
scale = ___,
C = ___)