設定超參數
最後，你要設定特定的超參數。這些值可能是你先前檢視調參結果後找到的。
knowledge_train_data 資料集已為你載入，mlr 與 tidyverse 套件也已載入。以下程式碼也已經執行：
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
本練習屬於課程
R 的超參數調校
練習說明
- 為神經網路設定以下超參數：1 個「hidden layer」、最大反覆運算次數 150，以及「decay」為 0。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)