Поиск по сетке с h2o
Теперь, когда вы успешно обучили модель случайного леса с помощью h2o, вы можете применить те же принципы к обучению других алгоритмов, например глубокого обучения. В этом упражнении вы выполните поиск по сетке для настройки модели.
Обратите внимание: у моделей градиентного бустинга есть гиперпараметр learn_rate, а у моделей глубокого обучения — гиперпараметр rate.
Библиотека h2o уже загружена и инициализирована.
Это упражнение является частью курса
Настройка гиперпараметров в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Define hyperparameters
dl_params <- ___(___ = c(0.001, 0.005, 0.01))