调优准备
调优准备是取得调优成功的基础。准备工作主要有两步：在模型规格说明中用 tune() 标记超参数，以及创建用于调优的超参数网格。
在本练习中，您将完成调优流程中这两个关键步骤。
本练习是课程的一部分
R 中的树模型机器学习
练习说明
- 为分类模型创建一个使用
"xgboost"引擎且包含 500 棵树的提升树规格说明，并将以下参数标记为可调优参数：learn_rate、tree_depth和sample_size。将结果保存为boost_spec。 - 为
boost_spec的调优参数构建一个常规的调优网格，每个参数设置 3 个水平。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create the specification with placeholders
boost_spec <- boost_tree(
trees = ___,
___,
___,
___) %>%
set_mode(___) %>%
set_engine(___)
# Create the tuning grid
tunegrid_boost <- ___(___,
levels = ___)
tunegrid_boost