caret でのデカルト格子探索
第1章では、expand.grid() 関数を使ってハイパーパラメータを手動で定義する方法を学びました。同じ関数は、ハイパーパラメータの格子（グリッド）を定義するためにも使えます。
voters_train_data データセットは、学習を速くするために少し小さくなるよう前処理済みです。現在は 80 行でクラスはバランスされており、すでに読み込まれています。caret と tictoc パッケージも読み込まれており、trainControl オブジェクトは反復付き交差検証で定義済みです。
fitControl <- trainControl(method = "repeatedcv",
number = 3,
repeats = 5)
この演習はコースの一部です
R によるハイパーパラメータチューニング
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Define Cartesian grid
man_grid <- ___(degree = ___,
scale = ___,
C = ___)