Bagging parametreleri: ipuçları ve püf noktaları

Python'da Ensemble Yöntemleri

Román de las Heras

Data Scientist, Appodeal

Bagging için temel parametreler

Temel parametreler
  • base_estimator
  • n_estimators
  • oob_score
    • est_bag.oob_score_
Python'da Ensemble Yöntemleri

Bagging için ek parametreler

Ek parametreler
  • max_samples: her tahminci için çekilecek örnek sayısı.
  • max_features: her tahminci için çekilecek özellik sayısı.
    • Sınıflandırma ~ sqrt(özellik_sayısı)
    • Regresyon ~ özellik_sayısı / 3
  • bootstrap: örneklerin yerine koymalı çekilip çekilmeyeceği.
    • True --> max_samples = 1.0
    • False --> max_samples < 1.0
Python'da Ensemble Yöntemleri

Rastgele orman

Sınıflandırma

from sklearn.ensemble import RandomForestClassifier

clf_rf = RandomForestClassifier(
    # parameters...
)

Regresyon

from sklearn.ensemble import RandomForestRegressor

reg_rf = RandomForestRegressor(
    # parameters...
)

Bagging parametreleri:

  • n_estimators
  • max_features
  • oob_score

Ağaça özgü parametreler:

  • max_depth
  • min_samples_split
  • min_samples_leaf
  • class_weight ("balanced")
Python'da Ensemble Yöntemleri

Bias-varyans dengesi

biasvariance.png

Python'da Ensemble Yöntemleri

Haydi pratik yapalım!

Python'da Ensemble Yöntemleri

Preparing Video For Download...