Tự thiết lập siêu tham số
Nếu bạn đã biết trước các giá trị siêu tham số muốn dùng, bạn cũng có thể tự định nghĩa siêu tham số dưới dạng lưới (grid). Vào modelLookup("gbm") hoặc tìm gbm trong danh sách các mô hình có sẵn trong caret và kiểm tra mục Tuning Parameters.
Lưu ý: Giống như trước, bc_train_data và các thư viện caret và tictoc đã được nạp sẵn.
Bài tập này là một phần của khóa học
Tinh chỉnh siêu tham số trong R
Hướng dẫn bài tập
- Định nghĩa lưới siêu tham số sau cho Gradient Boosting Model: số lượng cây là 200; độ phức tạp của cây là 1; tốc độ học là 0.1 và số mẫu tối thiểu của tập huấn luyện trong một nút để bắt đầu tách là 10.
- Áp dụng lưới này vào hàm
train()củacaret.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)