caret ile hiperparametre ayarlama

R'de Hiperparametre Ayarlama

Dr. Shirin Elsinghorst

Senior Data Scientist

caret'te otomatik hiperparametre ayarlama

Random Forest 

...

Farklı ayarlama parametreleri genelinde yeniden örnekleme sonuçları:

  mtry  Accuracy   Kappa    
   2    0.9006783  0.8015924
   6    0.9126645  0.8253289
  10    0.8999389  0.7999386

En büyük değer kullanılarak en iyi modeli seçmek için Accuracy kullanıldı.
Model için kullanılan son değer mtry = 6 idi.

Hiperparametreler modele özgüdür

modelLookup(model)
https://topepo.github.io/caret/available-models.html

Destek Vektör Makinelerinde (SVM) hiperparametreler

fitControl <- trainControl(method = "repeatedcv", number = 3, repeats = 5)

tic()
svm_model <- train(diagnosis ~ ., 
                   data = bc_train_data, 
                   method = "svmPoly", 
                   trControl = fitControl,
                   verbose= FALSE)
toc()

3.836 sec elapsed

Destek Vektör Makinelerinde (SVM) hiperparametreler

svm_model

Polynomial Kernel ile Destek Vektör Makineleri 
... 

Farklı ayarlama parametreleri genelinde yeniden örnekleme sonuçları:

  degree  scale  C     Accuracy   Kappa    
  1       0.100  1.00  0.9104803  0.8211459

En büyük değer kullanılarak en iyi modeli seçmek için Accuracy kullanıldı.
Model için kullanılan son değerler degree = 1, scale = 0.1 ve C = 1 idi.

Otomatik ayarlama için hiperparametreleri tanımlama

tuneLength

tic()
set.seed(42)
svm_model_2 <- train(diagnosis ~ ., 
                     data = bc_train_data, 
                     method = "svmPoly", 
                     trControl = fitControl,
                     verbose = FALSE,
                     tuneLength = 5)
toc()

7.458 sec elapsed

En büyük değer kullanılarak en iyi modeli seçmek için Accuracy kullanıldı.
Model için kullanılan son değerler degree = 1, scale = 1 ve C = 1 idi.

caret'te manuel hiperparametre ayarlama

tuneGrid + expand.grid

hyperparams <- expand.grid(degree = 4, scale = 1, C = 1)

tic()
set.seed(42)
svm_model_3 <- train(diagnosis ~ ., 
                     data = bc_train_data, 
                     method = "svmPoly", 
                     trControl = fitControl,
                     tuneGrid = hyperparams,
                     verbose = FALSE)
toc()

0.691 sec elapsed

caret'te manuel hiperparametre ayarlama

svm_model_3

Polynomial Kernel ile Destek Vektör Makineleri 

...

  Accuracy   Kappa   
  0.7772947  0.554812

'Tuning parameter' degree 4 değerinde sabit tutuldu
'Tuning parameter' scale 1 değerinde sabit tutuldu
'Tuning parameter' C
 1 değerinde sabit tutuldu

Sıra sizde!

R'de Hiperparametre Ayarlama