Bagging

Machine Learning met boomgebaseerde modellen in Python

Elie Kawerk

Data Scientist

Ensemblemethoden

Voting Classifier

  • zelfde trainingsset,
  • ≠ algoritmes.

Bagging

  • één algoritme,
  • ≠ subsets van de trainingsset.
Machine Learning met boomgebaseerde modellen in Python

Bagging

  • Bagging: Bootstrap-aggregatie.

  • Gebruikt de bootstrap-techniek.

  • Verlaagt de variantie van individuele modellen in het ensemble.

Machine Learning met boomgebaseerde modellen in Python

Bootstrap

bootstrap

Machine Learning met boomgebaseerde modellen in Python

Bagging: Training

train-bagg

Machine Learning met boomgebaseerde modellen in Python

Bagging: Voorspellen

predict-bagg

Machine Learning met boomgebaseerde modellen in Python

Bagging: Classificatie & Regressie

Classificatie:

  • Combineert voorspellingen via meerderheid van stemmen.
  • BaggingClassifier in scikit-learn.

Regressie:

  • Combineert voorspellingen door te middelen.
  • BaggingRegressor in scikit-learn.
Machine Learning met boomgebaseerde modellen in Python

Bagging Classifier in sklearn (Breast-Cancer-dataset)

# Import models and utility functions
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split

# Set seed for reproducibility
SEED = 1

# Split data into 70% train and 30% test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,
                                                    stratify=y,
                                                    random_state=SEED)
Machine Learning met boomgebaseerde modellen in Python
# Instantiate a classification-tree 'dt'
dt = DecisionTreeClassifier(max_depth=4, min_samples_leaf=0.16, random_state=SEED)

# Instantiate a BaggingClassifier 'bc' bc = BaggingClassifier(base_estimator=dt, n_estimators=300, n_jobs=-1)
# Fit 'bc' to the training set bc.fit(X_train, y_train) # Predict test set labels y_pred = bc.predict(X_test) # Evaluate and print test-set accuracy accuracy = accuracy_score(y_test, y_pred) print('Accuracy of Bagging Classifier: {:.3f}'.format(accuracy))
Accuracy of Bagging Classifier: 0.936
Machine Learning met boomgebaseerde modellen in Python

Laten we oefenen!

Machine Learning met boomgebaseerde modellen in Python

Preparing Video For Download...