Jelajahi penalaan hyperparameter

Hyperparameter adalah parameter model yang Anda tentukan sebelum pelatihan dimulai. (Berbeda dengan parameter, yang ditentukan oleh proses pelatihan model.) Hyperparameter yang dapat diatur berbeda-beda antar jenis model.

Di sini Anda melihat hasil dari model gradient boosting (GBM) yang mencoba memprediksi apakah seseorang akan memilih dalam sebuah pemilu. GBM adalah jenis model ansambel yang membangun banyak pohon regresi. Hyperparameter untuk GBM mencakup jumlah pohon yang akan dibuat, kompleksitas setiap pohon, dan laju pembelajaran (seberapa besar bobot yang diberikan pada setiap pohon).

Biasanya mustahil untuk mengetahui kombinasi hyperparameter mana yang menghasilkan model dengan kinerja terbaik, sehingga Anda perlu mencoba banyak kombinasinya.

Gunakan kontrol dasbor untuk mengubah hyperparameter dan temukan kombinasi yang memberikan akurasi tertinggi.