하이퍼파라미터 설정하기
마지막으로, 앞에서 튜닝 결과를 살펴보며 찾았을 수도 있는 특정 하이퍼파라미터를 설정해 보겠습니다.
knowledge_train_data 데이터셋과 mlr, tidyverse 패키지는 이미 불러와 두었습니다. 또한 다음 코드가 미리 실행되어 있습니다:
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
이 연습은 강의의 일부입니다
R에서 하이퍼파라미터 튜닝
연습 안내
- 다음 하이퍼파라미터를 신경망에 설정하세요: 은닉층 1개, 최대 반복 횟수 150, decay 0.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)