НачатьНачать бесплатно

Настройка гиперпараметров вручную

Если вы уже знаете, какие значения гиперпараметров хотите задать, их можно определить вручную в виде сетки. Откройте modelLookup("gbm") или найдите gbm в списке доступных моделей caret и изучите раздел Tuning Parameters.

Примечание: как и прежде, bc_train_data и библиотеки caret и tictoc уже загружены.

Это упражнение является частью курса

Настройка гиперпараметров в R

Посмотреть курс

Инструкции к упражнению

  • Определите следующую сетку гиперпараметров для модели градиентного бустинга: количество деревьев — 200; сложность дерева — 1; скорость обучения — 0,1; минимальное количество наблюдений обучающей выборки в узле для выполнения разбиения — 10.
  • Передайте эту сетку в функцию train() пакета caret.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Define hyperparameter grid.
hyperparams <- expand.grid(___ = 200, 
                           ___ = 1, 
                           ___ = 0.1, 
                           ___ = 10)

# Apply hyperparameter grid to train().
set.seed(42)
gbm_model <- train(diagnosis ~ ., 
                   data = bc_train_data, 
                   method = "gbm", 
                   trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
                   verbose = FALSE,
                   ___ = hyperparams)
Редактировать и запускать код