튜닝할 하이퍼파라미터 수 변경하기
모델 객체를 자세히 살펴보면, caret이 이미 일부 자동 하이퍼파라미터 튜닝을 수행했음을 알 수 있어요. train은 자동으로 튜닝 파라미터 그리드를 생성합니다. 기본적으로 튜닝 파라미터의 개수를 p라고 하면, 그리드 크기는 3^p입니다. 하지만 각 하이퍼파라미터에 대해 시도할 값의 개수도 직접 지정할 수 있어요.
데이터는 bc_train_data로 미리 로드되어 있습니다. caret와 tictoc 라이브러리도 미리 로드되어 있어요.
이 연습은 강의의 일부입니다
R에서 하이퍼파라미터 튜닝
연습 안내
caret의 자동 튜닝에서 각 하이퍼파라미터에 대해 네 가지 서로 다른 값을 시험해 보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Set seed.
set.seed(42)
# Start timer.
tic()
# Train model.
gbm_model <- train(diagnosis ~ .,
data = bc_train_data,
method = "gbm",
trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
verbose = FALSE,
___)
# Stop timer.
toc()