Kartesisk grid-sökning i caret
I kapitel 1 lärde du dig att använda funktionen expand.grid() för att manuellt definiera hyperparametrar. Samma funktion kan även användas för att definiera ett grid av hyperparametrar.
Datamängden voters_train_data har redan förbehandlats för att göra den något mindre, så att träningen går snabbare. Den innehåller nu 80 observationer med balanserade klasser och har laddats åt dig. Paketen caret och tictoc har också laddats in, och trainControl-objektet har definierats med upprepad korsvalidering:
fitControl <- trainControl(method = "repeatedcv",
number = 3,
repeats = 5)
Den här övningen är en del av kursen
Hyperparameterjustering i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define Cartesian grid
man_grid <- ___(degree = ___,
scale = ___,
C = ___)