1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Tinh chỉnh siêu tham số trong R
Connected

Bài tập

Random search với h2o

Tiếp theo, bạn sẽ dùng random search. Thư viện h2o và seeds_train_data đã được nạp sẵn cho bạn và đoạn mã sau đã được chạy:

h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)

y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)

seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])

sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]

dl_params <- list(hidden = list(c(50, 50), c(100, 100)),
                  epochs = c(5, 10, 15),
                  rate = c(0.001, 0.005, 0.01))

Hướng dẫn

100 XP
  • Tạo một đối tượng search criteria để định nghĩa random search với thời gian chạy tối đa 10 giây.
  • Thêm đối tượng search criteria này vào đúng vị trí trong hàm h2o.grid để huấn luyện các mô hình ngẫu nhiên.