mlr로 하이퍼파라미터 튜닝 수행하기
이제 이전 연습 문제에서 준비한 함수와 객체를 결합해 실제로 랜덤 서치로 하이퍼파라미터 튜닝을 해 보겠습니다.
knowledge_train_data 데이터셋은 이미 로드되어 있고, mlr, tidyverse, tictoc 패키지도 불러와졌습니다. 또한 다음 코드도 이미 실행되어 있습니다:
# Define task
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
# Define learner
lrn <- makeLearner("classif.nnet", predict.type = "prob", fix.factors.prediction = TRUE)
# Define set of parameters
param_set <- makeParamSet(
makeDiscreteParam("size", values = c(2,3,5)),
makeNumericParam("decay", lower = 0.0001, upper = 0.1)
)
이 연습은 강의의 일부입니다
R에서 하이퍼파라미터 튜닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define a random search tuning method.
ctrl_random <- makeTuneControlRandom(___ = ___)