Strojenie hiperparametrów z mlr

Teraz możesz połączyć przygotowane funkcje i obiekty z poprzedniego ćwiczenia, aby faktycznie przeprowadzić strojenie hiperparametrów z użyciem przeszukiwania losowego. Zbiór danych knowledge_train_data został już wczytany, podobnie jak pakiety mlr, tidyverse i tictoc. Poniższy kod również został już wykonany:

# 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)
)