กริดการปรับแต่งแบบกำหนดเอง

Machine Learning ด้วย caret ใน R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

ข้อดีและข้อเสียของการปรับแต่งแบบกำหนดเอง

  • ส่งกริดการปรับแต่งแบบกำหนดเองไปยังอาร์กิวเมนต์ tuneGrid
  • ข้อดี
    • วิธีที่ยืดหยุ่นที่สุดสำหรับการ fit โมเดล caret
    • ควบคุมการ fit โมเดลได้อย่างสมบูรณ์
  • ข้อเสีย
    • ต้องมีความรู้เกี่ยวกับโมเดลพอสมควร
    • อาจเพิ่มเวลาในการรันได้มาก
Machine Learning ด้วย caret ใน R

ตัวอย่างการปรับแต่งแบบกำหนดเอง

# 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)
Machine Learning ด้วย caret ใน R

การปรับแต่งแบบกำหนดเอง

กราฟเส้นแสดงความแม่นยำเทียบกับจำนวนตัวทำนายที่เลือกแบบสุ่ม โดยมีจุดสูงสุดที่ x เท่ากับ 10

Machine Learning ด้วย caret ใน R

มาฝึกกันเถอะ!

Machine Learning ด้วย caret ใน R

Preparing Video For Download...