Búsqueda aleatoria en rejilla
El método más común para ajustar hiperparámetros es la búsqueda en rejilla. Este método crea una rejilla con combinaciones únicas de valores de hiperparámetros y usa la validación cruzada para evaluar su rendimiento. El objetivo del ajuste de hiperparámetros es encontrar la combinación óptima de valores que maximice el rendimiento del modelo.
En este ejercicio, crearás una rejilla aleatoria de hiperparámetros y ajustarás tu modelo de árbol de decisión para los datos de préstamos.
Tus pliegues de validación cruzada, loans_folds, el objeto workflow, loans_tune_wkfl, la función de métricas personalizada, loans_metrics, y dt_tune_model ya se han cargado en tu sesión.
Este ejercicio forma parte del curso
Modelado con tidymodels en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Hyperparameter tuning with grid search
set.seed(214)
dt_grid <- ___(___(___),
size = ___)
dt_grid