Chào mừng đến với khóa học!

Machine Learning với Mô hình Dựa trên Cây trong R

Sandro Raabe

Data Scientist

Tổng quan khóa học

 

  • Chương 1: Cây phân loại
  • Chương 2: Cây hồi quy, cross-validation, đánh đổi độ chệch–phương sai
  • Chương 3: Tinh chỉnh siêu tham số, bagging, rừng ngẫu nhiên
  • Chương 4: Cây tăng cường (boosting)
Machine Learning với Mô hình Dựa trên Cây trong R

Cây quyết định là lưu đồ

lưu đồ động vật

1 https://aca.edu.au/resources/decision-trees-classifying-animals/decision-trees.pdf
Machine Learning với Mô hình Dựa trên Cây trong R

Ưu điểm của mô hình dạng cây

  • Dễ giải thích và hiểu
  • Bắt được quan hệ phi tuyến
  • Không cần chuẩn hóa/chuẩn định đặc trưng số
  • Không cần tạo biến giả (dummy)
  • Bền vững với ngoại lệ
  • Nhanh với dữ liệu lớn
Machine Learning với Mô hình Dựa trên Cây trong R

Nhược điểm của mô hình dạng cây

  • Khó diễn giải nếu cây lớn, sâu, hoặc ghép nhóm
  • Phương sai cao; cây phức tạp dễ quá khớp
Machine Learning với Mô hình Dựa trên Cây trong R

ảnh chụp màn hình tidymodels

Machine Learning với Mô hình Dựa trên Cây trong R

Gói tidymodels

library(tidymodels)

-- Attaching packages -------------------- tidymodels 0.1.4 --
v parsnip   0.2.1      v rsample   0.1.1 
v dplyr     1.0.9      v tibble    3.1.7 
v yardstick 0.0.9      v tune      0.1.6
Machine Learning với Mô hình Dựa trên Cây trong R

Tạo cây quyết định

Đặc tả / thiết kế hàm

 1. Chọn lớp mô hình

library(tidymodels)

decision_tree()

Decision Tree Model Specification (unknown)
Machine Learning với Mô hình Dựa trên Cây trong R

Tạo cây quyết định

 2. Chọn engine chạy mô hình

library(tidymodels)

decision_tree() %>% 
    set_engine("rpart")

Decision Tree Model Specification (unknown)

Computational engine: rpart
Machine Learning với Mô hình Dựa trên Cây trong R

Tạo cây quyết định

 3. Chọn chế độ (phân loại hoặc hồi quy)

library(tidymodels)

decision_tree() %>% 
     set_engine("rpart") %>% 
     set_mode("classification")

Decision Tree Model Specification (classification)

Computational engine: rpart
Machine Learning với Mô hình Dựa trên Cây trong R

Từ đặc tả đến mô hình thực

Đặc tả là khung; cần dữ liệu để huấn luyện
library(tidymodels)
tree_spec <- decision_tree() %>% 
               set_engine("rpart") %>% 
               set_mode("classification")

# Khớp (fit) đặc tả bằng công thức trên dữ liệu huấn luyện
tree_spec %>%           
  fit(formula = outcome ~ age + bmi,  
      data = diabetes)

parsnip model object
Fit time: 19 ms 
n = 652
Machine Learning với Mô hình Dựa trên Cây trong R

Hãy xây dựng một mô hình!

Machine Learning với Mô hình Dựa trên Cây trong R

Preparing Video For Download...