caret에서의 데카르트 그리드 탐색
1장에서 expand.grid() 함수를 사용해 하이퍼파라미터를 수동으로 정의하는 방법을 배웠습니다. 같은 함수를 사용해 하이퍼파라미터 그리드도 정의할 수 있어요.
voters_train_data 데이터셋은 학습을 더 빠르게 하기 위해 이미 전처리되어 크기를 줄였고, 이제 80개의 관측치와 균형 잡힌 클래스가 있으며 미리 로드되어 있습니다. caret과 tictoc 패키지도 로드되어 있고, 반복 교차 검증으로 설정한 trainControl 객체가 정의되어 있어요:
fitControl <- trainControl(method = "repeatedcv",
number = 3,
repeats = 5)
이 연습은 강의의 일부입니다
R에서 하이퍼파라미터 튜닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define Cartesian grid
man_grid <- ___(degree = ___,
scale = ___,
C = ___)