เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Cartesian Grid Search ใน caret

ในบทที่ 1 คุณได้เรียนรู้วิธีใช้ฟังก์ชัน expand.grid() เพื่อกำหนด hyperparameter ด้วยตนเอง ฟังก์ชันเดียวกันนี้ยังสามารถใช้กำหนด grid ของ hyperparameter ได้อีกด้วย

ชุดข้อมูล voters_train_data ได้รับการประมวลผลล่วงหน้าเพื่อให้มีขนาดเล็กลง ทำให้การเทรนโมเดลรวดเร็วขึ้น โดยขณะนี้มี 80 observations และ class ที่สมดุล พร้อมโหลดให้แล้ว แพ็กเกจ caret และ tictoc ก็ถูกโหลดไว้แล้วเช่นกัน และได้กำหนด object trainControl ด้วย repeated cross-validation ดังนี้:

fitControl <- trainControl(method = "repeatedcv",
                           number = 3,
                           repeats = 5)

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การปรับ Hyperparameter ใน R

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define Cartesian grid
man_grid <- ___(degree = ___, 
                scale = ___, 
                C = ___)
แก้ไขและรันโค้ด