랜덤 포레스트와 와인

R의 caret로 배우는 Machine Learning

Max Kuhn

Software Engineer at RStudio and creator of caret

랜덤 포레스트

  • 널리 쓰이는 머신러닝 모델
  • 초보자에게도 적합함
  • 과적합에 강함
  • 매우 정확한 비선형 모델 제공
R의 caret로 배우는 Machine Learning

랜덤 포레스트

  • 선형 모델과 달리 하이퍼파라미터가 있음
  • 하이퍼파라미터는 수동 설정 필요
  • 적합도에 영향, 데이터셋마다 달라짐
  • 기본값이 대체로 충분하나 가끔 조정 필요
R의 caret로 배우는 Machine Learning

랜덤 포레스트

  • 간단한 결정나무부터 시작
  • 결정나무는 빠르나 정확도는 낮음

R의 caret로 배우는 Machine Learning

랜덤 포레스트

  • 여러 나무를 학습해 정확도 향상
  • 각 나무는 데이터의 부트스트랩 샘플로 학습
  • 이를 부트스트랩 집계(배깅)라 함
  • 분할마다 열을 무작위로 샘플링
R의 caret로 배우는 Machine Learning

랜덤 포레스트 실행

# 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

R의 caret로 배우는 Machine Learning

결과 시각화

# Plot the results
plot(model)

R의 caret로 배우는 Machine Learning

연습해 봅시다!

R의 caret로 배우는 Machine Learning

Preparing Video For Download...