Générer une grille d'ajustement
Les hyperparamètres par défaut de la plupart des modèles offrent un bon ajustement pour bien des jeux de données. Cependant, ils doivent être optimisés pour atteindre les meilleures performances. Sinon, c'est un peu comme conduire une voiture avec le frein à main serré. Relâchez le frein et peaufinez vos modèles!
Dans cet exercice, vous allez créer deux objets comme point de départ : une grille d'ajustement (un ensemble de combinaisons d'hyperparamètres) et une spécification de modèle que vous entraînerez ensuite avec chaque valeur de la grille.
Cette activité fait partie du cours
Machine Learning avec des modèles arborescents en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create a specification with tuning placeholders
tune_spec <- decision_tree(___ = ___,
___ = ___) %>%
# Specify mode
___ %>%
# Specify engine
___
print(tune_spec)