ハイパーパラメータの設定
最後に、これまでのチューニング結果を確認して見つけたかもしれない、特定のハイパーパラメータを設定していきます。
knowledge_train_data データセットはすでに読み込まれており、mlr と tidyverse パッケージも利用可能です。次のコードも実行済みです。
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
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
演習の手順
- ニューラルネットのハイパーパラメータを次のように設定してください：隠れ層を1層、最大反復回数を150、decay を0。
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。
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)