Wybór zwycięzcy
Po przeprowadzeniu strojenia nadszedł czas, by wybrać optymalne hiperparametry z wyników i zbudować ostateczny model. Przydadzą się tutaj dwie funkcje pomocnicze z pakietu tidymodels:
Funkcja select_best() wyodrębnia optymalne hiperparametry z tabeli wyników strojenia, natomiast finalize_model() podstawia te wyniki do specyfikacji, zastępując symbole zastępcze.
Teraz twoja kolej – wypróbuj to na podstawie wyników poprzedniego ćwiczenia! Obiekty tune_spec, tune_results i customers są nadal wczytane.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z modelami drzewiastymi w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Select the parameters that perform best
final_params <- ___
final_params