Ustawianie hiperparametrów modelu
Strojenie hiperparametrów to metoda pozwalająca doprecyzować działanie modeli. W większości przypadków domyślne wartości hiperparametrów obiektów modelu parsnip nie są optymalne z punktu widzenia maksymalizacji wydajności modelu.
W tym ćwiczeniu zdefiniujesz model drzewa decyzyjnego z hiperparametrami przeznaczonymi do strojenia, a następnie utworzysz obiekt workflow do strojenia.
Obiekt workflow twojego drzewa decyzyjnego, loans_dt_wkfl, został już załadowany do sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Set tuning hyperparameters
dt_tune_model <- decision_tree(___ = ___,
___ = ___,
___ = ___) %>%
# Specify engine
___ %>%
# Specify mode
___
dt_tune_model