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

ハイパーパラメータチューニング結果の評価

ここでは、rpart パッケージで学習した決定木について、ハイパーパラメータチューニングの結果を評価します。 knowledge_train_data データセットはすでに読み込まれており、mlr と tidyverse パッケージも読み込まれています。さらに、次のコードも実行済みです。

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

lrn <- makeLearner(cl = "classif.rpart", fix.factors.prediction = TRUE)

param_set <- makeParamSet(
  makeIntegerParam("minsplit", lower = 1, upper = 30),
  makeIntegerParam("minbucket", lower = 1, upper = 30),
  makeIntegerParam("maxdepth", lower = 3, upper = 10)
)

ctrl_random <- makeTuneControlRandom(maxit = 10)

指示1 / 3

undefined XP
    1
    2
    3
  • 以下のチューニング処理で使用するため、デフォルトの 2/3 割合をもつホールドアウト検証のリサンプリング方式を作成してください。