ÎncepețiÎncepe gratuit

Pregătirea reglajului

Pregătirea reglajului este fundamentul unui proces de reglaj reușit. Există două etape principale: marcarea hiperparametrilor cu tune() în specificația modelului și crearea unui grid de hiperparametri folosit în reglaj.

În acest exercițiu vei parcurge acești doi pași esențiali ai procesului de reglaj.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează o specificație de boosting cu motorul "xgboost" pentru un model de clasificare cu 500 de arbori și marchează următorii parametri ca parametri de reglaj: learn_rate, tree_depth și sample_size. Salvează rezultatul ca boost_spec.
  • Construiește un grid de reglaj regulat pentru parametrii de reglaj ai lui boost_spec, cu trei niveluri pentru fiecare parametru.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create the specification with placeholders
boost_spec <- boost_tree(
                trees = ___,
                ___,
                ___,
                ___) %>%
  set_mode(___) %>%
  set_engine(___)

# Create the tuning grid
tunegrid_boost <- ___(___, 
                      levels = ___)

tunegrid_boost
Editează și rulează codul