Random forest

Machine Learning dengan Model Berbasis Pohon di R

Sandro Raabe

Data Scientist

Random forest

Cocok untuk data berdimensi tinggi
Mudah digunakan
Performa langsung pakai
Tersedia di berbagai paket: ranger, randomForest
Antarmuka tidymodels ke paket ini: rand_forest() (dalam paket parsnip)

Ide

Gagasan dasar (sama dengan bagging): latih pohon pada sampel bootstrap
Perbedaan kunci: prediktor acak antar pohon $\rightarrow$ hutan acak

Intuisi

sketsa random forest

Coding: Spesifikasikan model random forest

Nama fungsi: rand_forest()

Hyperparameter:

mtry: prediktor yang dilihat di tiap node, default:
$$\left\lfloor\sqrt\text{num predictors}\right\rfloor$$
trees: jumlah pohon di hutan
min_n: ukuran node minimum yang diizinkan

rand_forest(

    mtry = 4,

    trees = 500,

    min_n = 10) %>%

  # Set the mode
  set_mode("classification") %>%

  # Use engine ranger or randomForest
  set_engine("ranger")

Coding: Spesifikasikan model random forest

spec <- rand_forest(trees = 100) %>%

            set_mode("classification") %>%

            set_engine("ranger")

Spesifikasi Model Random Forest

(classification)


Argumen Utama:
  trees = 100

Mesin komputasi: ranger

Melatih hutan

spec %>% fit(still_customer ~ ., data = customers_train)

objek model parsnip

Waktu fit:  631ms 
Hasil ranger

Jumlah pohon:                     100 
Ukuran sampel:                   9116 
Jumlah variabel independen:      19 
Mtry:                             4 
Ukuran node target:              10

Kepentingan variabel

rand_forest(mode = "classification") %>%
    set_engine("ranger", importance = "impurity") %>%

    fit(still_customer ~ ., data = customers_train) %>%

    vip::vip()

plot vip

Mari tanam random forest!

Machine Learning dengan Model Berbasis Pohon di R