チューニングの準備
チューニングの準備は、良い結果を出すための土台になります。準備の主な手順は2つあります。モデル仕様で tune() を使ってハイパーパラメータに印を付けること、そしてチューニングに使うハイパーパラメータのグリッドを作ることです。
この演習では、チューニングプロセスのこの2つの基本ステップを実行します。
この演習はコースの一部です
Rで学ぶTree-Based ModelsによるMachine Learning
演習の手順
- 分類モデル向けに 500 本の木を使い、
"xgboost"エンジンを指定したブースティング仕様を作成し、次のパラメータをチューニング対象としてマークしてください：learn_rate、tree_depth、sample_size。結果はboost_specとして保存します。 boost_specのチューニングパラメータに対して、各パラメータ3段階の通常のチューニンググリッドを作成します。
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。
# Create the specification with placeholders
boost_spec <- boost_tree(
trees = ___,
___,
___,
___) %>%
set_mode(___) %>%
set_engine(___)
# Create the tuning grid
tunegrid_boost <- ___(___,
levels = ___)
tunegrid_boost