使用 mlr 进行超参数调优

现在，您可以把上一个练习中准备好的函数和对象组合起来，实际执行随机搜索的超参数调优。 数据集 knowledge_train_data 已为您加载，同时已加载 mlr、tidyverse 和 tictoc 库。下面的代码也已提前运行：

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

# Define learner
lrn <- makeLearner("classif.nnet", predict.type = "prob", fix.factors.prediction = TRUE)

# Define set of parameters
param_set <- makeParamSet(
  makeDiscreteParam("size", values = c(2,3,5)),
  makeNumericParam("decay", lower = 0.0001, upper = 0.1)
)