Thiết lập hyperparameter
Và cuối cùng, bạn sẽ thiết lập các hyperparameter cụ thể, có thể bạn đã tìm ra bằng cách xem kết quả tuning trước đó.
Bộ dữ liệu knowledge_train_data đã được nạp sẵn cho bạn, cũng như các gói mlr và tidyverse. Đoạn mã sau cũng đã được chạy:
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
Bài tập này là một phần của khóa học
Tinh chỉnh siêu tham số trong R
Hướng dẫn bài tập
- Thiết lập các hyperparameter sau cho mạng nơ-ron: Một hidden layer, số vòng lặp tối đa là 150 và decay bằng 0.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)