เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเปลี่ยนจำนวน Hyperparameter ที่ต้องการ Tune

เมื่อพิจารณา object ของโมเดลอย่างละเอียด จะเห็นว่า caret ทำการปรับแต่ง hyperparameter อัตโนมัติ ให้แล้ว: train จะสร้าง grid ของ tuning parameter ขึ้นโดยอัตโนมัติ ค่าเริ่มต้นคือ ถ้า p คือจำนวน tuning parameter ขนาด grid จะเท่ากับ 3^p แต่เราสามารถ กำหนดจำนวน ค่าที่ต้องการลองสำหรับแต่ละ hyperparameter ได้เองด้วย

ข้อมูลถูกโหลดไว้ล่วงหน้าในชื่อ bc_train_data แล้ว รวมถึงไลบรารี caret และ tictoc ก็ถูกโหลดไว้เรียบร้อยแล้วเช่นกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การปรับ Hyperparameter ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ทดสอบค่าที่แตกต่างกัน สี่ ค่าสำหรับแต่ละ hyperparameter ด้วยการ tune อัตโนมัติใน caret

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด