在R語言中，可以使用caret包來實現機器學習模型的調參優化。caret包提供了一個統一的界面來訓練和調參多種機器學習算法。以下是一個簡單的示例代碼，展示如何使用caret包來優化支持向量機（SVM）模型的參數：
# 加載必要的庫
library(caret)
library(e1071)
# 加載數據集
data(iris)
# 設置10折交叉驗證
ctrl <- trainControl(method = "cv", number = 10)
# 定義參數網格
tuneGrid <- expand.grid(.sigma = c(0.1, 0.5, 1),
.C = c(0.1, 1, 10))
# 使用train函數來訓練SVM模型并進行調參
svm_model <- train(Species ~ .,
data = iris,
method = "svmRadial",
trControl = ctrl,
tuneGrid = tuneGrid)
# 輸出最優模型參數
print(svm_model)
在上面的代碼中，首先加載了caret和e1071包，然后加載了iris數據集。接著定義了10折交叉驗證的控制參數，并指定了SVM模型的參數網格。最后使用train函數來訓練SVM模型，并通過print函數輸出了最優的模型參數。
通過類似的方式，可以使用caret包來優化其他機器學習算法的參數，以獲得更好的模型性能。
