Hasilkan tuning grid
Hyperparameter standar pada sebagian besar model umumnya sudah cukup baik untuk banyak himpunan data. Namun, hyperparameter tetap perlu dioptimalkan agar kinerja menjadi maksimal. Jika tidak, ibarat mengemudi mobil dengan rem tangan aktif. Lepaskan remnya dan lakukan penyetelan model Anda!
Dalam latihan ini, Anda akan membuat dua objek sebagai titik awal: sebuah tuning grid (sekumpulan kombinasi hyperparameter) dan sebuah spesifikasi model yang nantinya akan Anda latih dengan setiap nilai dalam grid tersebut.
Latihan ini merupakan bagian dari kursus
Machine Learning dengan Model Berbasis Pohon di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create a specification with tuning placeholders
tune_spec <- decision_tree(___ = ___,
___ = ___) %>%
# Specify mode
___ %>%
# Specify engine
___
print(tune_spec)