Pencarian grid acak
Metode yang paling umum untuk hyperparameter tuning adalah grid search. Metode ini membuat sebuah grid penyetelan dengan kombinasi unik nilai hyperparameter dan menggunakan cross validation untuk mengevaluasi kinerjanya. Tujuan hyperparameter tuning adalah menemukan kombinasi nilai yang optimal untuk memaksimalkan kinerja model.
Dalam latihan ini, Anda akan membuat grid hyperparameter acak dan menyetel model pohon keputusan untuk data pinjaman Anda.
Objek lipatan cross validation Anda, loans_folds, objek workflow, loans_tune_wkfl, fungsi metrik kustom, loans_metrics, dan dt_tune_model telah dimuat ke dalam sesi Anda.
Latihan ini merupakan bagian dari kursus
Pemodelan dengan tidymodels di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Hyperparameter tuning with grid search
set.seed(214)
dt_grid <- ___(___(___),
size = ___)
dt_grid