Przygotowanie do strojenia
Dobre przygotowanie to podstawa skutecznego strojenia. Proces ten składa się z dwóch głównych kroków: oznaczenia hiperparametrów za pomocą tune() w specyfikacji modelu oraz utworzenia siatki hiperparametrów wykorzystywanej podczas strojenia.
W tym ćwiczeniu wykonasz oba te kluczowe kroki.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z modelami drzewiastymi w R
Instrukcje do ćwiczenia
- Utwórz specyfikację boostingu z silnikiem
"xgboost"dla modelu klasyfikacji, używając 500 drzew, i oznacz następujące parametry jako parametry strojenia:learn_rate,tree_depthisample_size. Zapisz wynik jakoboost_spec. - Zbuduj regularną siatkę strojenia dla parametrów strojenia
boost_specz trzema poziomami dla każdego parametru.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create the specification with placeholders
boost_spec <- boost_tree(
trees = ___,
___,
___,
___) %>%
set_mode(___) %>%
set_engine(___)
# Create the tuning grid
tunegrid_boost <- ___(___,
levels = ___)
tunegrid_boost