Jelajahi ruang model yang lebih luas

Machine Learning dengan caret di R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Random forest perlu penyesuaian (tuning)

  • Hyperparameter mengatur cara model dipasang
  • Dipilih "secara manual" sebelum pemodelan
  • Yang terpenting: mtry
    • Jumlah variabel acak yang dipakai di tiap split
  • Nilai lebih kecil = lebih acak
  • Nilai lebih besar = kurang acak
  • Sulit mengetahui nilai terbaik di awal
Machine Learning dengan caret di R

Contoh: data sonar

  • Argumen tuneLength pada caret::train()
  • Menginstruksikan caret berapa banyak variasi yang dicoba
# Load some data
library(caret)
library(mlbench)
data(Sonar)

# Fit a model with a deeper tuning grid
model <- train(
  Class ~ ., 
  data = Sonar, 
  method = "ranger", 
  tuneLength = 10
)

# Plot the results
plot(model)
Machine Learning dengan caret di R

Plot hasilnya

Garis plot akurasi bootstrap vs jumlah parameter acak. Naik hingga puncak sekitar x = 14, lalu turun cepat.

Machine Learning dengan caret di R

Ayo berlatih!

Machine Learning dengan caret di R

Preparing Video For Download...