开始使用免费开始使用

使用自定义调参来拟合随机森林

既然您已经了解了 train() 函数提供的默认调参网格,下面进一步自定义模型。

您可以为 mtry 提供任意数量的取值,从 2 到数据集的列数不等。实际中,mtry 过大往往收益递减,因此本题将使用一个自定义调参网格,同时探索 2 个较简单的模型(mtry = 2mtry = 3)以及 1 个更复杂的模型(mtry = 7)。

本练习是课程的一部分

在 R 中使用 caret 的机器学习

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Define the tuning grid: tuneGrid
tuneGrid <- data.frame(
  .mtry = ___,
  .splitrule = "___",
  .min.node.size = ___
)
编辑并运行代码