1. Aprende
    2. /
  2. Cursos
    3. /
  3. Tinh chỉnh siêu tham số trong R
Connected

Ejercicio

Định nghĩa các thước đo tổng hợp

Bây giờ, bạn sẽ định nghĩa các thước đo hiệu suất. Bộ dữ liệu knowledge_train_data đã được tải sẵn cho bạn, cùng với các gói mlr và tidyverse. Và đoạn mã sau cũng đã được chạy:

task <- makeClassifTask(data = knowledge_train_data, 
                        target = "UNS")

lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)

param_set <- makeParamSet(
  makeIntegerParam("size", lower = 1, upper = 5),
  makeIntegerParam("maxit", lower = 1, upper = 300),
  makeNumericParam("decay", lower = 0.0001, upper = 1)
)

ctrl_random <- makeTuneControlRandom(maxit = 10)

Instrucciones

100 XP
  • Dùng hàm setAggregation, hàm này tổng hợp độ lệch chuẩn của các chỉ số hiệu suất.
  • Áp dụng setAggregation cho lỗi phân loại sai trung bình và độ chính xác sau khi lấy mẫu lại.
  • Tối ưu hóa mô hình theo lỗi phân loại sai trung bình. Hãy nhớ rằng đối số đầu tiên sẽ được dùng để tối ưu.