Genereer een tuningraster
De standaardhyperparameters van de meeste modellen werken prima voor veel gegevenssets. Maar voor de beste prestaties moet je ze optimaliseren. Anders is het alsof je rijdt met de handrem erop. Laat die rem los en tune je modellen!
In deze oefening maak je twee objecten als startpunt: een tuningraster (een set hyperparametercombinaties) en een modelspecificatie die je later traint met elke waarde uit het raster.
Deze oefening maakt deel uit van de cursus
Machine Learning met boomgebaseerde modellen in R
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Create a specification with tuning placeholders
tune_spec <- decision_tree(___ = ___,
___ = ___) %>%
# Specify mode
___ %>%
# Specify engine
___
print(tune_spec)