Kom igångKom igång gratis

Utför hyperparameterjustering med mlr

Nu kan du kombinera de förberedda funktionerna och objekten från föregående övning för att faktiskt utföra hyperparameterjustering med slumpmässig sökning. Datamängden knowledge_train_data har redan lästs in, liksom paketen mlr, tidyverse och tictoc. Följande kod har också körts redan:

# Define task
task <- makeClassifTask(data = knowledge_train_data, 
                        target = "UNS")

# Define learner
lrn <- makeLearner("classif.nnet", predict.type = "prob", fix.factors.prediction = TRUE)

# Define set of parameters
param_set <- makeParamSet(
  makeDiscreteParam("size", values = c(2,3,5)),
  makeNumericParam("decay", lower = 0.0001, upper = 0.1)
)

Den här övningen är en del av kursen

Hyperparameterjustering i R

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define a random search tuning method.
ctrl_random <- makeTuneControlRandom(___ = ___)
Redigera och kör kod