より広いモデル空間を探索する

Rで学ぶ caret を使った Machine Learning

Zach Mayer

Data Scientist at DataRobot and co-author of caret

ランダムフォレストにはチューニングが必要

  • ハイパーパラメータは学習方法を制御
  • 学習前に手動で設定
  • 最重要は mtry
    • 各分割で無作為に選ぶ説明変数の数
  • 値が小さい = よりランダム
  • 値が大きい = ランダム性が低い
  • 最適値は事前に分かりにくい
Rで学ぶ caret を使った Machine Learning

例: Sonar データ

  • caret::train() の tuneLength 引数
  • caret に試行するバリエーション数を指示
# データの読み込み
library(caret)
library(mlbench)
data(Sonar)
# より広いチューニンググリッドで学習
model <- train(
  Class ~ ., 
  data = Sonar, 
  method = "ranger", 
  tuneLength = 10
)
# 結果を可視化
plot(model)
Rで学ぶ caret を使った Machine Learning

結果のプロット

画像は、ブートストラップ精度と無作為に選ぶパラメータ数の関係の折れ線グラフ。x=14 付近でピークに達し、その後急減する。

Rで学ぶ caret を使った Machine Learning

演習に進みましょう

Rで学ぶ caret を使った Machine Learning

Preparing Video For Download...