H2O ile ızgara ve rastgele arama

R'de Hiperparametre Ayarlama

Dr. Shirin Elsinghorst

Senior Data Scientist

H2O modellerinde hiperparametreler

Gradient Boosting için hiperparametreler:

?h2o.gbm

ntrees: Ağaç sayısı. Varsayılan 50.
max_depth: Maksimum ağaç derinliği. Varsayılan 5.
min_rows: Bir yapraktaki en az (ağırlıklı) gözlem. Varsayılan 10.
learn_rate: Öğrenme oranı (0.0–1.0). Varsayılan 0.1.
learn_rate_annealing: Her ağaçtan sonra öğrenme oranını bu faktörle ölçekle (örn. 0.99 veya 0.999). Varsayılan 1.

H2O ile modellemeye veri hazırlama

H2O çerçevesine dönüştürün

seeds_data_hf <- as.h2o(seeds_data)

Özellikler ve hedefi belirleyin

y <- "seed_type"
x <- setdiff(colnames(seeds_data_hf), y)

Veriyi eğitim, test ve doğrulama olarak bölün

sframe <- h2o.splitFrame(data = seeds_data_hf, ratios = c(0.7, 0.15), seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]
test <- sframe[[3]]

Bir hiperparametre ızgarası tanımlama

GBM hiperparametreleri

gbm_params <- list(ntrees = c(100, 150, 200), max_depth = c(3, 5, 7), learn_rate = c(0.001, 0.01, 0.1))

h2o.grid işlevi

gbm_grid <- h2o.grid("gbm", 
                     grid_id = "gbm_grid",
                     x = x, 
                     y = y,
                     training_frame = train,
                     validation_frame = valid,
                     seed = 42,
                     hyper_params = gbm_params)

Sonuçları h2o.getGrid ile inceleyin

Bir ızgara nesnesini inceleme

h2o.getGrid işleviyle gbm_grid modelinin sonuçlarını inceleyin.
Izgara sonuçlarını doğrulama doğruluğuna göre sıralayın

gbm_gridperf <- h2o.getGrid(grid_id = "gbm_grid", sort_by = "accuracy", decreasing = TRUE)

Grid ID: gbm_grid 
Kullanılan hiperparametreler: 
  -  learn_rate 
  -  max_depth 
  -  ntrees 
Model sayısı: 27 
Hatalı model sayısı: 0 

Hiperparametre Arama Özeti: azalan doğruluğa göre sıralı

Izgaradan en iyi modeli çıkarma

Doğrulama doğruluğuna göre seçilen en iyi GBM modelinin id konumu 1'dir

best_gbm <- h2o.getModel(gbm_gridperf@model_ids[[1]])

En iyi modelin hiperparametreleri şunlardır:

print(best_gbm@model[["model_summary"]])

Model Özeti: 
 number_of_trees number_of_internal_trees model_size_in_bytes min_depth
             200                      600              100961         2 
 max_depth mean_depth min_leaves max_leaves mean_leaves
         7    5.22667          3         10     8.38833

Izgaradan en iyi modeli çıkarma

best_gbm, standart bir H2O model nesnesidir ve öyle kullanılabilir!

h2o.performance(best_gbm, test)

MSE: (Extract with `h2o.mse`) 0.04761904
RMSE: (Extract with `h2o.rmse`) 0.2182179
Logloss: (Extract with `h2o.loglos

H2O ile rastgele arama

Hiperparametre ızgarasına ek olarak, arama ölçütleri ekleyin:

gbm_params <- list(ntrees = c(100, 150, 200),
                   max_depth = c(3, 5, 7),
                   learn_rate = c(0.001, 0.01, 0.1))

search_criteria <- list(strategy = "RandomDiscrete", 
                        max_runtime_secs = 60, 
                        seed = 42)

gbm_grid <- h2o.grid("gbm", 
                     grid_id = "gbm_grid",
                     x = x, y = y,
                     training_frame = train,
                     validation_frame = valid,
                     seed = 42,
                     hyper_params = gbm_params,
                     search_criteria = search_criteria)

search_criteria <- list(strategy = "RandomDiscrete", 
                        stopping_metric = "mean_per_class_error", 
                        stopping_tolerance = 0.0001, 
                        stopping_rounds = 6)

gbm_grid <- h2o.grid("gbm", x = x, y = y, training_frame = train, validation_frame = valid, 
                      seed = 42, hyper_params = gbm_params, search_criteria = search_criteria)

H2O Izgara Ayrıntıları
================
Grid ID: gbm_grid 
Kullanılan hiperparametreler: 
  -  learn_rate 
  -  max_depth 
  -  ntrees 
Model sayısı: 30 
Hatalı model sayısı: 0

Hadi pratik yapalım!

R'de Hiperparametre Ayarlama