Recherche par grille avec h2o

À présent que vous avez entraîné avec succès un modèle Random Forest avec h2o, vous pouvez appliquer les mêmes principes à d’autres algorithmes, comme le Deep Learning. Dans cet exercice, vous allez appliquer une recherche par grille pour ajuster un modèle.

Rappelez-vous que les modèles de gradient boosting utilisent l’hyperparamètre learn_rate, tandis que les modèles de deep learning utilisent l’hyperparamètre rate.

La bibliothèque h2o a déjà été chargée et initialisée pour vous.