ComeçarComece de graça

Alterando o número de hiperparâmetros a ajustar

Quando analisamos o objeto do modelo com atenção, vemos que o caret já fez um ajuste automático de hiperparâmetros para você: train cria automaticamente uma grade de parâmetros de ajuste. Por padrão, se p é o número de parâmetros de ajuste, o tamanho da grade é 3^p. Mas também podemos especificar o número de valores diferentes a testar para cada hiperparâmetro.

Os dados já foram pré-carregados como bc_train_data. As bibliotecas caret e tictoc também foram pré-carregadas.

Este exercício faz parte do curso

Ajuste de hiperparâmetros em R

Ver curso

Instruções do exercício

  • Teste quatro valores diferentes para cada hiperparâmetro com o ajuste automático no caret.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Set seed.
set.seed(42)
# Start timer.
tic()
# Train model.
gbm_model <- train(diagnosis ~ ., 
                   data = bc_train_data, 
                   method = "gbm", 
                   trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
                   verbose = FALSE,
                   ___)
# Stop timer.
toc()
Editar e executar o código