शुरू करेंमुफ़्त में शुरू करें

mlr के साथ हाइपरपैरामीटर ट्यूनिंग करें

अब, आप पिछले अभ्यास में तैयार किए गए फंक्शन और ऑब्जेक्ट्स को मिलाकर वास्तव में रैंडम सर्च के साथ हाइपरपैरामीटर ट्यूनिंग कर सकते हैं. knowledge_train_data डेटासेट पहले से आपके लिए लोड किया गया है, और पैकेज mlr, tidyverse और tictoc भी लोड हैं. साथ ही, निम्न कोड भी पहले से चलाया जा चुका है:

# Define task
task <- makeClassifTask(data = knowledge_train_data, 
                        target = "UNS")

# Define learner
lrn <- makeLearner("classif.nnet", predict.type = "prob", fix.factors.prediction = TRUE)

# Define set of parameters
param_set <- makeParamSet(
  makeDiscreteParam("size", values = c(2,3,5)),
  makeNumericParam("decay", lower = 0.0001, upper = 0.1)
)

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 a random search tuning method.
ctrl_random <- makeTuneControlRandom(___ = ___)
कोड संपादित करें और चलाएँ