Hyperparameter eines Modells festlegen
Hyperparameter-Tuning hilft dir, die Leistung deiner Modelle gezielt zu verbessern. In den meisten Fällen sind die Standardwerte der Hyperparameter von parsnip-Modellobjekten nicht optimal, um die Modellgüte zu maximieren.
In dieser Übung definierst du ein Entscheidbaum-Modell mit Hyperparametern zum Tuning und erstellst ein Tuning-workflow-Objekt.
Dein Entscheidbaum-workflow-Objekt loans_dt_wkfl wurde bereits in deine Sitzung geladen.
Diese Übung ist Teil des Kurses
Modellierung mit tidymodels in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Set tuning hyperparameters
dt_tune_model <- decision_tree(___ = ___,
___ = ___,
___ = ___) %>%
# Specify engine
___ %>%
# Specify mode
___
dt_tune_model