Générer une grille de réglage
Les hyperparamètres par défaut de la plupart des modèles conviennent à de nombreux jeux de données. Mais pour obtenir les meilleures performances, il faut les optimiser. Sinon, c’est comme conduire avec le frein à main serré. Relâchez le frein et réglez vos modèles !
Dans cet exercice, vous allez créer deux objets servant de point de départ : une grille de réglage (un ensemble de combinaisons d’hyperparamètres) et une spécification de modèle que vous entraînerez ensuite avec chaque valeur de la grille.
Cet exercice fait partie du cours
<cours>Machine Learning avec des modèles à base d’arbres en R</cours>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)