ÎncepețiÎncepe gratuit

Evaluarea rezultatelor ajustării hiperparametrilor

În acest exercițiu, vei evalua rezultatele unei sesiuni de ajustare a hiperparametrilor pentru un arbore de decizie antrenat cu pachetul rpart. Setul de date knowledge_train_data a fost deja încărcat, la fel și pachetele mlr și tidyverse. De asemenea, a fost rulat și următorul cod:

task <- makeClassifTask(data = knowledge_train_data, 
                        target = "UNS")

lrn <- makeLearner(cl = "classif.rpart", fix.factors.prediction = TRUE)

param_set <- makeParamSet(
  makeIntegerParam("minsplit", lower = 1, upper = 30),
  makeIntegerParam("minbucket", lower = 1, upper = 30),
  makeIntegerParam("maxdepth", lower = 3, upper = 10)
)

ctrl_random <- makeTuneControlRandom(maxit = 10)

Acest exercițiu face parte din cursul

Ajustarea hiperparametrilor în R

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create holdout sampling
holdout <- makeResampleDesc(___)

# Perform tuning
lrn_tune <- tuneParams(learner = lrn, task = task, resampling = holdout, control = ctrl_random, par.set = param_set)
Editează și rulează codul