Hiperparametreleri elle ayarla
Hangi hiperparametre değerlerini ayarlamak istediğini zaten biliyorsan, hiperparametreleri bir ızgara (grid) olarak elle tanımlayabilirsin. modelLookup("gbm") komutunu çalıştır ya da caret'teki kullanılabilir modeller listesinde gbm'i ara ve Tuning Parameters bölümüne göz at.
Not: Önceki gibi, bc_train_data ile caret ve tictoc kütüphaneleri önceden yüklendi.
Bu egzersiz, kursun bir parçasıdır
R'de Hiperparametre Ayarlama
Egzersiz talimatları
- Bir Gradient Boosting Model için aşağıdaki hiperparametre ızgarasını tanımla: ağaç sayısı 200; ağaç karmaşıklığı 1; öğrenme oranı 0.1 ve bir düğümde bölmeye başlamak için gereken minimum eğitim örneği sayısı 10.
- Izgarayı
caretpaketindekitrain()fonksiyonuna uygula.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Define hyperparameter grid.
hyperparams <- expand.grid(___ = 200,
___ = 1,
___ = 0.1,
___ = 10)
# Apply hyperparameter grid to train().
set.seed(42)
gbm_model <- train(diagnosis ~ .,
data = bc_train_data,
method = "gbm",
trControl = trainControl(method = "repeatedcv", number = 5, repeats = 3),
verbose = FALSE,
___ = hyperparams)