Pencarian grid dan acak dengan H2O

Penyetelan Hyperparameter di R

Dr. Shirin Elsinghorst

Senior Data Scientist

Hyperparameter pada model H2O

Hyperparameter untuk Gradient Boosting:

?h2o.gbm

ntrees: Jumlah pohon. Bawaan 50.
max_depth: Kedalaman pohon maksimum. Bawaan 5.
min_rows: Jumlah observasi (berbobot) minimum di daun. Bawaan 10.
learn_rate: Laju belajar (0,0 hingga 1,0). Bawaan 0,1.
learn_rate_annealing: Skala learn_rate dengan faktor ini setelah tiap pohon (mis. 0,99 atau 0,999). Bawaan 1.

Menyiapkan data untuk pemodelan di H2O

Konversi ke H2O frame

seeds_data_hf <- as.h2o(seeds_data)

Tentukan fitur dan target

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

Bagi data menjadi train, test, dan validation

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

Mendefinisikan grid hyperparameter

Hyperparameter GBM

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

Fungsi h2o.grid

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)

Lihat hasil dengan h2o.getGrid

Memeriksa objek grid

Periksa hasil untuk model gbm_grid dengan fungsi h2o.getGrid.
Ambil hasil grid diurutkan menurut akurasi validasi

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

Grid ID: gbm_grid 
Used hyper parameters: 
  -  learn_rate 
  -  max_depth 
  -  ntrees 
Number of models: 27 
Number of failed models: 0 

Hyper-Parameter Search Summary: ordered by decreasing accuracy

Menarik model terbaik dari grid

Model GBM teratas berdasarkan akurasi validasi berada pada id posisi 1

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

Berikut hyperparameter untuk model terbaik:

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

Model Summary: 
 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

Menarik model terbaik dari grid

best_gbm adalah objek model H2O biasa dan dapat diperlakukan seperti itu!

h2o.performance(best_gbm, test)

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

Pencarian acak dengan H2O

Selain grid hyperparameter, tambahkan kriteria pencarian:

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 Grid Details
================
Grid ID: gbm_grid 
Used hyper parameters: 
  -  learn_rate 
  -  max_depth 
  -  ntrees 
Number of models: 30 
Number of failed models: 0

Saatnya berlatih!

Penyetelan Hyperparameter di R