Onderzoek hyperparametertuning

Een hyperparameter is een modelparameter die je vóór de training kiest. (In tegenstelling tot parameters, die tijdens de modeltraining worden bepaald.) Welke hyperparameters je kunt instellen, verschilt per type model.

Het dashboard laat een gradient boosting model (GBM) zien dat probeert te voorspellen of een websitebezoeker een aankoop afrondt. GBM's zijn een type ensemblemodel dat veel regressiebomen maakt. Hyperparameters voor GBM's zijn onder andere het aantal te genereren bomen, de complexiteit van elke boom en de learning rate (hoeveel gewicht elke boom krijgt).

Het is meestal onmogelijk om vooraf te weten welke combinatie van hyperparameters het best presterende model oplevert, dus je moet veel combinaties uitproberen.

Gebruik de dashboardbediening om hyperparameters te wijzigen en vind de combinatie met de hoogste accuratesse.