如何保存 50% 的调整结果 mlr3 并在明天继续调整 50%

问题描述

示例代码

library(mlr3verse)
library(paradox)
library(drake)


my_plan = drake::drake_plan(
  # learner
  learner_classif = lrn(
    "classif.ranger",predict_type = "prob"
  ),# task 
  task = tsk("german_credit"),# set search_space
  ps_classif = ParamSet$new(list(
    ParamInt$new("num.trees",lower = 300,upper = 500),ParamDbl$new("sample.fraction",lower = 0.7,upper = 0.8)
  )),# auto tunning
  at = AutoTuner$new(
    learner = learner_classif,resampling = rsmp("cv",folds = 3),measure = msr("classif.auc"),search_space = ps_classif,terminator = trm("evals",n_evals = 1000),tuner = tnr("random_search")
  ),# sampling
  rr = resample(task,at,rsmp("cv",folds = 2))
)

make(my_plan)

在 mlr3 中调整模型时遇到问题。如果模型的 a lot of nodes' in the graph or n_evals` 太多。白天跑不了我打算把这份工作分成 2 天：第一天 50%，第二天 50%。

请问。

如何在第一天和第二天附加调优结果？

或者如何我可以随时停止调整并在另一个时间继续（在结果仍然足够的情况下）？

谢谢！！！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

drake-r-package mlr3 performance