H2O로 그리드/랜덤 서치

R에서 하이퍼파라미터 튜닝

Dr. Shirin Elsinghorst

Senior Data Scientist

H2O 모델의 하이퍼파라미터

Gradient Boosting의 하이퍼파라미터:

?h2o.gbm

ntrees: 트리 개수. 기본값 50.
max_depth: 최대 트리 깊이. 기본값 5.
min_rows: 리프의 최소 (가중) 관측치 수. 기본값 10.
learn_rate: 학습률(0.0~1.0). 기본값 0.1.
learn_rate_annealing: 각 트리 후 학습률에 곱할 계수(예: 0.99, 0.999). 기본값 1.

H2O로 모델링 준비

H2O 프레임으로 변환

seeds_data_hf <- as.h2o(seeds_data)

피처와 타깃 지정

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

데이터를 학습/검증/테스트로 분할

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

하이퍼파라미터 그리드 정의

GBM 하이퍼파라미터

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

h2o.grid 함수

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)

h2o.getGrid로 결과 확인

그리드 객체 살펴보기

h2o.getGrid로 모델 gbm_grid의 결과 확인
검증 정확도로 정렬된 그리드 결과 얻기

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

그리드에서 최적 모델 추출

검증 정확도로 선택된 상위 GBM 모델의 id 위치는 1입니다

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

최적 모델의 하이퍼파라미터:

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

그리드에서 최적 모델 추출

best_gbm은 일반 H2O 모델 객체이며 그대로 사용할 수 있습니다!

h2o.performance(best_gbm, test)

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

H2O로 랜덤 서치

하이퍼파라미터 그리드에 더해 검색 기준을 추가합니다:

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

연습해 봅시다!

R에서 하이퍼파라미터 튜닝