AutoML con H2O
Ajuste de hiperparámetros en R
Dr. Shirin Elsinghorst
Senior Data Scientist
AutoML (Aprendizaje Automático Automático)
- Ajuste automático de algoritmos, además de hiperparámetros
- AutoML hace el ajuste y la optimización de modelos mucho más rápidos y fáciles
- AutoML solo necesita un dataset, una variable objetivo y un límite de tiempo o de nº de modelos para entrenar
AutoML en H2O
AutoML compara
- Modelo lineal generalizado (GLM)
- Random Forest (distribuido) (DRF)
- Árboles extremadamente aleatorizados (XRT)
- Extreme Gradient Boosting (XGBoost)
- Gradient Boosting Machines (GBM)
- Deep Learning (red neuronal artificial totalmente conectada y multicapa)
- Ensembles apilados (de todos los modelos y de los mejores por familia)
Hiperparámetros de GBM
histogram_typentreesmax_depthmin_rowslearn_ratesample_ratecol_sample_ratecol_sample_rate_per_treemin_split_improvement
Hiperparámetros de Deep Learning
epochsadaptivate_rateactivationrhoepsiloninput_dropout_ratiohiddenhidden_dropout_ratios
# Using h2o.automl function
automl_model <- h2o.automl(x = x, y = y,
training_frame = train,
validation_frame = valid,
max_runtime_secs = 60,
sort_metric = "logloss",
seed = 42)
- devuelve un leaderboard de todos los modelos, ordenado por la métrica elegida (aquí "logloss")
Slot "leader":
Model Details:
==============
H2OMultinomialModel: gbm
Model Summary:
number_of_trees number_of_internal_trees model_size_in_bytes min_depth
189 567 65728 1
max_depth mean_depth min_leaves max_leaves mean_leaves
5 2.96649 2 6 4.20988
Ver el leaderboard de AutoML
lb <- automl_model@leaderboard
model_id mean_per_class_error
1 GBM_grid_0_AutoML_20181029_144443_model_6 0.01851852
2 GBM_grid_0_AutoML_20181029_144443_model_30 0.02777778
3 GBM_grid_0_AutoML_20181029_144443_model_18 0.02777778
4 GBM_grid_0_AutoML_20181029_144443_model_9 0.03703704
- Por defecto, el leaderboard se calcula con validación cruzada de 5 pliegues.
Extraer modelos del leaderboard de AutoML
# List all models by model id
model_ids <- as.data.frame(lb)$model_id
[1] "GBM_grid_0_AutoML_20181029_144443_model_6"
[3] "GBM_grid_0_AutoML_20181029_144443_model_18"
[19] "XRT_0_AutoML_20181029_144443"
[20] "DRF_0_AutoML_20181029_144443"
[24] "DeepLearning_0_AutoML_20181029_144443"
[41] "StackedEnsemble_BestOfFamily_0_AutoML_20181029_144443"
[42] "StackedEnsemble_AllModels_0_AutoML_20181029_144443"
# Get the best model
aml_leader <- automl_model@leader
aml_leaderes un objeto de modelo de H2O normal y se usa igual.
¡Prepárate para la última ronda de ejercicios!
Ajuste de hiperparámetros en R
