AutoML com H2O
Ajuste de hiperparâmetros em R
Dr. Shirin Elsinghorst
Senior Data Scientist
Aprendizado de Máquina Automático (AutoML)
- Ajuste automático de algoritmos, além de hiperparâmetros
- AutoML torna o ajuste e a otimização de modelos muito mais rápidos e fáceis
- AutoML só precisa de um dataset, uma variável alvo e um limite de tempo ou de modelos para treinar
AutoML no H2O
AutoML compara
- Modelo Linear Generalizado (GLM)
- Random Forest (Distribuída) (DRF)
- Extremely Randomized Trees (XRT)
- Extreme Gradient Boosting (XGBoost)
- Máquinas de Gradient Boosting (GBM)
- Deep Learning (rede neural artificial densa e multicamadas)
- Ensembles empilhados (de todos os modelos e dos melhores por família)
Hiperparâmetros do GBM
histogram_typentreesmax_depthmin_rowslearn_ratesample_ratecol_sample_ratecol_sample_rate_per_treemin_split_improvement
Hiperparâmetros 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)
- retorna um leaderboard de todos os modelos, classificados pela métrica escolhida (aqui "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
Vendo o leaderboard do 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 padrão, o leaderboard é calculado com validação cruzada 5-fold.
Extraindo modelos do leaderboard do 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_leaderé um objeto de modelo H2O comum e pode ser usado como tal!
Prepare-se para a última rodada de exercícios!
Ajuste de hiperparâmetros em R
