Ajuste de hiperparâmetros

Modelagem com tidymodels em R

David Svancer

Data Scientist

Hiperparâmetros

Parâmetros do modelo definidos antes do treinamento e que controlam a complexidade

parsnip árvore de decisão

cost_complexity
- Penaliza número grande de nós terminais
tree_depth
- Caminho mais longo da raiz até o nó terminal
min_n
- Mínimo de pontos no nó para permitir nova divisão

Regiões retangulares do modelo de árvore de decisão

Valores padrão de hiperparâmetros

A função decision_tree() define valores padrão de hiperparâmetros

cost_complexity definido como 0.01
tree_depth definido como 30
min_n definido como 20

Eles podem não ser os melhores para todos os conjuntos de dados

Ajuste de hiperparâmetros
- Processo de usar validação cruzada para achar o melhor conjunto de valores

dt_model <- decision_tree() %>% 
  set_engine('rpart') %>% 
  set_mode('classification')

Rotulando hiperparâmetros para ajuste

A função tune() do pacote tune

Para rotular hiperparâmetros a ajustar, defina-os como tune() na especificação parsnip
Cria um objeto de modelo com parâmetros a ajustar
- Indica para outras funções que eles devem ser otimizados

dt_tune_model <- decision_tree(cost_complexity = tune(),
                               tree_depth = tune(),
                               min_n = tune()) %>% 
  set_engine('rpart') %>% 
  set_mode('classification')


dt_tune_model

Decision Tree Model Specification (classification)

Main Arguments:
  cost_complexity = tune()
  tree_depth = tune()
  min_n = tune()

Computational engine: rpart

Criando um workflow de ajuste

Objetos workflow podem ser atualizados facilmente

leads_wkfl anterior
- Etapas de feature engineering para dados de lead scoring e modelo de árvore de decisão com hiperparâmetros padrão
Passe leads_wkfl para update_model() e forneça novo modelo de árvore com parâmetros a ajustar

leads_tune_wkfl <- leads_wkfl %>% 

  update_model(dt_tune_model)


leads_tune_wkfl

== Workflow ===============
Preprocessor: Recipe
Model: decision_tree()
-- Preprocessor -----------
3 Recipe Steps
* step_corr()
* step_normalize()
* step_dummy()
-- Model ------------------
Decision Tree Model Specification (classification)
Main Arguments: cost_complexity = tune()
                tree_depth = tune()
                min_n = tune()
Computational engine: rpart

Busca em grade

Método mais comum para ajustar hiperparâmetros

Gerar uma grade com combinações únicas de valores
- Para cada combinação, usar validação cruzada para estimar o desempenho
Escolher a combinação com melhor desempenho

cost_complexity	tree_depth	min_n
0.001	20	35
0.001	20	15
0.001	35	35
0.001	35	15
0.2	20	35
...	...	...

Identificando hiperparâmetros

A função parameters() do pacote dials

Recebe um objeto de modelo parsnip
Retorna um tibble com os hiperparâmetros rotulados por tune(), se houver
- Usado para gerar grades de ajuste com o pacote dials

parameters(dt_tune_model)

Collection of 3 parameters for tuning

  identifier            type     object
cost_complexity  cost_complexity nparam[+]
tree_depth       tree_depth      nparam[+]
min_n            min_n           nparam[+]

Grade aleatória

Gerando combinações aleatórias

Esse método tende a aumentar as chances de encontrar valores ótimos

A função grid_random()

Primeiro argumento: resultado de parameters()
size define quantas combinações aleatórias gerar
- Execute set.seed() antes de grid_random() para reprodutibilidade

set.seed(214)
grid_random(parameters(dt_tune_model),

            size = 5)

# A tibble: 5 x 3
  cost_complexity  tree_depth min_n
            <dbl>      <int>  <int>
1    0.0000000758        14     39
2    0.0243               5     34
3    0.00000443          11      8
4    0.000000600          3      5
5    0.00380              5     36

Salvando uma grade de ajuste

Primeiro passo no ajuste de hiperparâmetros

Crie e salve uma grade de ajuste
dt_grid contém 5 combinações aleatórias de valores

set.seed(214)
dt_grid <- grid_random(parameters(dt_tune_model),
                       size = 5)


dt_grid

# A tibble: 5 x 3
  cost_complexity  tree_depth min_n
            <dbl>      <int>  <int>
1    0.0000000758        14     39
2    0.0243               5     34
3    0.00000443          11      8
4    0.000000600          3      5
5    0.00380              5     36

Ajuste com validação cruzada

A função tune_grid() realiza o ajuste de hiperparâmetros

Recebe os argumentos:

workflow ou modelo parsnip
Objeto de validação cruzada, resamples
Grade de ajuste, grid
Função opcional metrics

Retorna um tibble com resultados

.metrics
- Coluna-lista com resultados de cada dobra

dt_tuning <- leads_tune_wkfl %>%

             tune_grid(resamples = leads_folds,

                       grid = dt_grid,

                       metrics = leads_metrics)

dt_tuning

# Tuning results
# 10-fold cross-validation using stratification 
# A tibble: 10 x 4
   splits             id       .metrics         ..
   <list>            <chr>      <list>          ..
<split [896/100]>   Fold01   <tibble [15 x 7]>  ..
................    ......   ...............    ..
<split [897/99]>    Fold09   <tibble [15 x 7]>  ..
<split [897/99]>    Fold10   <tibble [15 x 7]>  ..

Explorando resultados do ajuste

A função collect_metrics() traz resultados resumidos por padrão

Média das métricas estimadas em todas as dobras por combinação

dt_tuning %>% 
  collect_metrics()

# A tibble: 15 x 9
   cost_complexity tree_depth min_n .metric .estimator  mean     n std_err .config
             <dbl>      <int> <int> <chr>   <chr>      <dbl> <int>   <dbl> <chr>  
 1    0.0000000758         14    39 roc_auc binary     0.827    10 0.0147  Model1 
 2    0.0000000758         14    39 sens    binary     0.728    10 0.0277  Model1 
 3    0.0000000758         14    39 spec    binary     0.865    10 0.0156  Model1 
 4    0.0243                5    34 roc_auc binary     0.823    10 0.0147  Model2 
 .    ......               ..    .. ....    ......     .....    .. .....   ......
14    0.00380               5    36 sens    binary     0.747    10 0.0209  Model5 
15    0.00380               5    36 spec    binary     0.858    10 0.0161  Model5

Vamos ajustar!

Modelagem com tidymodels em R