Kom igångKom igång gratis

Ändra antalet hyperparametrar att finjustera

När vi undersöker modellobjektet noggrant kan vi se att caret redan har utfört automatisk hyperparameterjustering åt oss: train skapar automatiskt ett rutnät av justeringsparametrar. Som standard, om p är antalet justeringsparametrar, är rutnätsstorleken 3^p. Men vi kan också ange antalet olika värden att prova för varje hyperparameter.

Data har återigen förinslästs som bc_train_data. Biblioteken caret och tictoc har också förinslästs.

Den här övningen är en del av kursen

Hyperparameterjustering i R

Visa kurs

Övningsinstruktioner

  • Testa fyra olika värden för varje hyperparameter med automatisk justering i caret.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set seed.
set.seed(42)
# Start timer.
tic()
# Train model.
gbm_model <- train(diagnosis ~ ., 
                   data = bc_train_data, 
                   method = "gbm", 
                   trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
                   verbose = FALSE,
                   ___)
# Stop timer.
toc()
Redigera och kör kod