1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w R
Connected

ćwiczenie

Dostrajanie na siatce hiperparametrów

Po utworzeniu siatki dostrajania i wstępnej specyfikacji należy dopasować model do każdego punktu siatki i ocenić wyniki. W środowisku tidymodels jest to bardzo proste dzięki funkcji tune_grid(), którą poznałeś(-aś) w prezentacji.

W kolejnych ćwiczeniach będziesz korzystać ze zbioru danych klientów kart kredytowych, który zawiera następujące kolumny:

  • still_customer: flaga (yes lub no) wskazująca, czy klient jest nadal aktywny
  • total_trans_amt: łączna kwota transakcji w USD
  • customer_age: wiek klienta
  • income_category: etykiety takie jak $60K - $80K czy Less than $40K określające przedział rocznych dochodów
  • … oraz 16 kolejnych kolumn.

Zachęcamy do zbadania tabeli customers w konsoli! Wyniki poprzedniego ćwiczenia – tree_grid i tune_spec – są nadal załadowane.

Instrukcje

100 XP
  • Utwórz trzy podziały kroswalidacyjne swojego zbioru danych i zapisz je jako folds.
  • Utwórz tune_results, dostrajając specyfikację na siatce: użyj wszystkich predyktorów do przewidywania still_customer, podaj podziały CV jako próbki oraz metric_set(accuracy).
  • Użyj autoplot(), aby zwizualizować wyniki dostrajania.