शुरू करेंमुफ़्त में शुरू करें

caret में Cartesian grid search

अध्याय 1 में, आपने expand.grid() फंक्शन का उपयोग करके हाइपरपैरामीटर्स को मैन्युअली परिभाषित करना सीखा था। यही फंक्शन हाइपरपैरामीटर्स का एक ग्रिड परिभाषित करने के लिए भी इस्तेमाल किया जा सकता है।

voters_train_data डेटासेट को पहले से preprocess करके थोड़ा छोटा किया गया है ताकि ट्रेनिंग तेज़ हो सके; अब इसमें 80 observations और balanced classes हैं और इसे आपके लिए लोड कर दिया गया है। caret और tictoc पैकेज भी लोड हैं और trainControl ऑब्जेक्ट repeated cross-validation के साथ परिभाषित है:

fitControl <- trainControl(method = "repeatedcv",
                           number = 3,
                           repeats = 5)

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Hyperparameter Tuning

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define Cartesian grid
man_grid <- ___(degree = ___, 
                scale = ___, 
                C = ___)
कोड संपादित करें और चलाएँ