Пошук по сітці з h2o
Тепер, коли ви успішно натренували модель Random Forest за допомогою h2o, ви можете застосувати ті самі підходи до навчання інших алгоритмів, як-от Deep Learning. У цій вправі ви застосуєте пошук по сітці для налаштування моделі.
Пам'ятайте: у моделей градієнтного бустингу є гіперпараметр learn_rate, тоді як у моделей глибинного навчання — rate.
Бібліотеку h2o уже завантажено та ініціалізовано для вас.
Ця вправа є частиною курсу
Налаштування гіперпараметрів у R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define hyperparameters
dl_params <- ___(___ = c(0.001, 0.005, 0.01))