始める無料で始める

mlr でハイパーパラメータチューニングを実行する

ここでは、前の演習で用意した関数やオブジェクトを組み合わせて、実際にランダムサーチによるハイパーパラメータチューニングを行います。 knowledge_train_data データセットはすでに読み込まれており、mlr、tidyverse、tictoc パッケージもロード済みです。さらに、次のコードもすでに実行されています。

# Define task
task <- makeClassifTask(data = knowledge_train_data, 
                        target = "UNS")

# Define learner
lrn <- makeLearner("classif.nnet", predict.type = "prob", fix.factors.prediction = TRUE)

# Define set of parameters
param_set <- makeParamSet(
  makeDiscreteParam("size", values = c(2,3,5)),
  makeNumericParam("decay", lower = 0.0001, upper = 0.1)
)

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

コースを見る

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 a random search tuning method.
ctrl_random <- makeTuneControlRandom(___ = ___)
コードを編集して実行