Pilih pemenang
Setelah proses tuning dilakukan, saatnya memilih hiperparameter optimal dari hasil tersebut dan membangun model final. Dua helper dari tidymodels sangat berguna:
Fungsi select_best() mengekstrak hiperparameter optimal dari tibble hasil tuning, dan finalize_model() memasukkan hasil ini ke dalam spesifikasi, menggantikan placeholder.
Sekarang giliran Anda mencobanya dengan menggunakan hasil dari latihan sebelumnya! Objek tune_spec, tune_results, dan customers masih dimuat.
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.
# Select the parameters that perform best
final_params <- ___
final_params