设置超参数
最后，您将设置一些特定的超参数，这些值可能来自您先前的调参结果。
knowledge_train_data 数据集已为您加载，mlr 和 tidyverse 包也已加载。并且已经运行了以下代码：
task <- makeClassifTask(data = knowledge_train_data,
target = "UNS")
lrn <- makeLearner(cl = "classif.nnet", fix.factors.prediction = TRUE)
本练习是课程的一部分
R 中的超参数调优
练习说明
- 为神经网络设置以下超参数：1 个隐藏层，最大迭代次数为 150，权重衰减（decay）为 0。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set hyperparameters
lrn_best <- setHyperPars(lrn, par.vals = list(___ = 1,
___ = 150,
___ = 0))
# Train model
model_best <- train(lrn_best, task)