Foreste casuali e vino

Machine Learning con caret in R

Max Kuhn

Software Engineer at RStudio and creator of caret

Foreste casuali

  • Modello di machine learning diffuso
  • Adatto a chi inizia
  • Robusto all’overfitting
  • Modelli accurati e non lineari
Machine Learning con caret in R

Foreste casuali

  • A differenza dei modelli lineari, hanno iperparametri
  • Gli iperparametri vanno impostati manualmente
  • Influenzano il fit e variano per dataset
  • I default spesso vanno bene, a volte vanno regolati
Machine Learning con caret in R

Foreste casuali

  • Parti da un semplice albero decisionale
  • Gli alberi sono rapidi ma poco accurati

Machine Learning con caret in R

Foreste casuali

  • Migliora l’accuratezza con molti alberi
  • Allena ciascuno su un bootstrap del tuo dataset
  • Detto bootstrap aggregation o bagging
  • Campiona casualmente le colonne a ogni split
Machine Learning con caret in R

Eseguire una random forest

# Load some data
library(caret)
library(mlbench)
data(Sonar)

# Set seed
set.seed(42)

model <- train(
  Class ~ ., 
  data = Sonar, 
  method = "ranger"
)

pasted-image-1530.png

Machine Learning con caret in R

Visualizzare i risultati

# Plot the results
plot(model)

Machine Learning con caret in R

Passiamo alla pratica !

Machine Learning con caret in R

Preparing Video For Download...