1. 学ぶ
    2. /
  2. コース
    3. /
  3. R によるハイパーパラメータチューニング
Connected

演習

h2o でのグリッドサーチ

すでに h2o で Random Forest モデルの学習に成功しましたね。同じ考え方は Deep Learning をはじめ、他のアルゴリズムにも適用できます。この演習では、モデルのチューニングに グリッドサーチ を使います。

勾配ブースティング系のモデルではハイパーパラメータは learn_rate、一方で Deep Learning モデルでは rate であることに注意してください。

h2o ライブラリはすでに読み込み・初期化済みです。

指示1 / 4

undefined XP
    1
    2
    3
    4
  • h2o を使って Deep Learning 用のハイパーパラメータグリッド の定義を始めましょう。学習率 には 0.001、0.005、0.01 を使います。使用できるすべてのハイパーパラメータの概要は、h2o.deeplearning の help を参照してください。