1. 学ぶ
  2. /
  3. コース
  4. /
  5. 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を手動でチューニングする

設定したいハイパーパラメータの値がすでに分かっている場合は、ハイパーパラメータをグリッドとして手動で定義することもできます。modelLookup("gbm") を実行するか、caret で利用可能なモデルの一覧で gbm を検索し、Tuning Parameters を確認してください。

注意: 先ほどと同様に、bc_train_data とライブラリ caret、tictoc は事前に読み込まれています。

指示

100 XP
  • Gradient Boosting Model 用に次のハイパーパラメータグリッドを定義してください:木の本数は 200、木の複雑さは 1、学習率は 0.1、ノードで分割を開始するために必要な学習データの最小サンプル数は 10。
  • 作成したグリッドを caret の train() 関数に適用してください。