Griglie di tuning personalizzate

Machine Learning con caret in R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Pro e contro del tuning personalizzato

Passa griglie di tuning personalizzate all'argomento tuneGrid
Vantaggi
- Metodo più flessibile per addestrare modelli caret
- Controllo totale su come viene addestrato il modello
Svantaggi
- Richiede un po' di conoscenza del modello
- Può aumentare molto i tempi di esecuzione

Esempio di tuning personalizzato

# Define a custom tuning grid
myGrid <- data.frame(mtry = c(2, 3, 4, 5, 10, 20))

# Fit a model with a custom tuning grid
set.seed(42)
model <- train(
  Class ~ ., 
  data = Sonar, 
  method = "ranger",            
  tuneGrid = myGrid
)

# Plot the results
plot(model)

Tuning personalizzato

Il grafico mostra accuratezza vs predittori selezionati a caso, con un picco a x=10.

Passiamo alla pratica!

Machine Learning con caret in R