Dopasuj las losowy z niestandardową siatką parametrów
Teraz, gdy zapoznałeś się z domyślnymi siatkami parametrów dostępnymi w funkcji train(), czas na większą personalizację modeli.
Możesz podać dowolną liczbę wartości dla mtry – od 2 aż do liczby kolumn w zbiorze danych. W praktyce zwiększanie wartości mtry powyżej pewnego progu przynosi coraz mniejsze korzyści. Dlatego użyjesz niestandardowej siatki parametrów, która sprawdzi dwa proste modele (mtry = 2 i mtry = 3) oraz jeden bardziej złożony (mtry = 7).
To ćwiczenie jest częścią kursu
Uczenie maszynowe z caret w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Define the tuning grid: tuneGrid
tuneGrid <- data.frame(
.mtry = ___,
.splitrule = "___",
.min.node.size = ___
)