शुरू करेंमुफ़्त में शुरू करें

ट्यून करने के लिए हाइपरपैरामीटरों की संख्या बदलें

जब हम मॉडल ऑब्जेक्ट को ध्यान से देखते हैं, तो दिखता है कि caret ने हमारे लिए कुछ स्वचालित हाइपरपैरामीटर ट्यूनिंग पहले ही कर दी है: train अपने आप ट्यूनिंग पैरामीटरों का ग्रिड बनाता है। डिफ़ॉल्ट रूप से, अगर p ट्यूनिंग पैरामीटरों की संख्या है, तो ग्रिड का आकार 3^p होता है। लेकिन हम प्रत्येक हाइपरपैरामीटर के लिए आज़माए जाने वाले अलग-अलग मानों की संख्या निर्धारित भी कर सकते हैं।

डेटा फिर से bc_train_data के रूप में प्रीलोड किया गया है। लाइब्रेरीज़ caret और tictoc भी प्रीलोड की गई हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Hyperparameter Tuning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • caret में ऑटोमैटिक ट्यूनिंग के साथ प्रत्येक हाइपरपैरामीटर के लिए चार अलग-अलग मान परखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Set seed.
set.seed(42)
# Start timer.
tic()
# Train model.
gbm_model <- train(diagnosis ~ ., 
                   data = bc_train_data, 
                   method = "gbm", 
                   trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
                   verbose = FALSE,
                   ___)
# Stop timer.
toc()
कोड संपादित करें और चलाएँ