НачатьНачать бесплатно

Оценка результатов настройки гиперпараметров

В этом упражнении вы оцените результаты настройки гиперпараметров для дерева решений, обученного с помощью пакета rpart. Набор данных knowledge_train_data уже загружен, как и пакеты mlr и tidyverse. Также был выполнен следующий код:

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)

Это упражнение является частью курса

Настройка гиперпараметров в R

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create holdout sampling
holdout <- makeResampleDesc(___)

# Perform tuning
lrn_tune <- tuneParams(learner = lrn, task = task, resampling = holdout, control = ctrl_random, par.set = param_set)
Редактировать и запускать код