Continue uitkomsten

Machine Learning met boomgebaseerde modellen in R

Sandro Raabe

Data Scientist

De dataset

head(chocolate, 5)

final_grade review_date   cocoa_percent  company_location  bean_type              broad_bean_origin
<dbl>       <int>         <dbl>          <fct>             <fct>                  <fct>
3           2009          0.8            U.K.              "Criollo, Trinitario"  "Madagascar"
3.75        2012          0.7            Guatemala         "Trinitario"           "Madagascar"
2.75        2009          0.75           Colombia          "Forastero (Nacional)" "Colombia"
3.5         2014          0.74           Zealand           ""                     "Papua New Guinea"
3.75        2011          0.72           Australia         ""                     "Bolivia"
Machine Learning met boomgebaseerde modellen in R

De regressieboom opbouwen

spec <- decision_tree() %>%

  set_mode("regression") %>%

  set_engine("rpart")


print(spec)

Decision Tree Model Specification
(regression)

Computational engine: rpart

model <- spec %>%
  fit(formula = final_grade ~ .,

      data = chocolate_train)


print(model)

parsnip model object

Fit time:  20ms 
n= 1437 

node), split, n, deviance, yval
      * denotes terminal node
Machine Learning met boomgebaseerde modellen in R

Voorspellen met een regressieboom

# Voorspellingen op nieuwe data
predict(model, new_data = chocolate_test)

.pred
<dbl>
3.281915
3.435234
3.281915
3.833931
3.281915
3.514151
3.273864
3.514151
Machine Learning met boomgebaseerde modellen in R

Delen en overheersen

divide_and_conquer

Machine Learning met boomgebaseerde modellen in R

Hyperparameters

Doel voor regressiebomen:
  • Lage variantie of afwijking van het gemiddelde binnen groepen
Keuzes:
  • min_n: minimaal aantal punten in een node voor een extra split (standaard: 20)
  • tree_depth: maximale boomdiepte (standaard: 30)
  • cost_complexity: straf voor complexiteit (standaard: 0.01)
Stel ze meteen in:
decision_tree(tree_depth = 4, cost_complexity = 0.05) %>% 
    set_mode("regression")
Machine Learning met boomgebaseerde modellen in R

Modeloutput begrijpen

decision_tree(tree_depth = 1) %>%
  set_mode("regression") %>%              
  set_engine("rpart")  %>%
  fit(formula = final_grade ~ .,
      data = chocolate_train)

parsnip model object

Fit time:  1ms
n= 1000

node), split, n, yval

1) root                 1000  2.347450
2) cocoa_percent>=0.905   16  2.171875 *
3) cocoa_percent<0.905   984  3.190803 *
  • Model met tree_depth = 1

 

 

  • Visualisatie:

beslisboom

Machine Learning met boomgebaseerde modellen in R

Laten we regressie doen!

Machine Learning met boomgebaseerde modellen in R

Preparing Video For Download...