Parametry vs. hyperparametry

Hyperparameter Tuning in R

Dr. Shirin Elsinghorst

Senior Data Scientist

O mně

www.shirin-glander.de

O mně

"Hyper"parametry vs. parametry modelu

Podívejme se na ukázkový dataset:

head(breast_cancer_data)

# A tibble: 6 x 11
  diagnosis concavity_mean symmetry_mean fractal_dimension perimeter_se smoothness_se
  <chr>              <dbl>         <dbl>             <dbl>        <dbl>         <dbl>
1 M                 0.300          0.242            0.0787         8.59       0.00640
2 M                 0.0869         0.181            0.0567         3.40       0.00522
3 M                 0.197          0.207            0.0600         4.58       0.00615
4 M                 0.241          0.260            0.0974         3.44       0.00911

A sestavíme jednoduchý lineární model.

Začněme jednoduše: parametry modelu v lineárním modelu

# Create linear model
linear_model <- lm(perimeter_worst ~ fractal_dimension_mean, data = breast_cancer_data)

# Get coefficients
summary(linear_model)$coefficients

                       Estimate Std. Error t value Pr(>|t|)    
(Intercept)              167.60      25.91   6.469  3.9e-09 ***
fractal_dimension_mean  -926.39     392.86  -2.358   0.0204 *

Začněme jednoduše: parametry modelu v lineárním modelu

Parametry modelu jsou odhadovány (tj. nalezeny) během tréninku.
Jsou výsledkem trénování modelu.
V lineárním modelu hledáme koeficienty.

linear_model$coefficients

(Intercept) fractal_dimension_mean 
   167.5972              -926.3866

Lze je chápat jako sklon a průsečík s osou y modelu.

Koeficienty v lineárním modelu

ggp <- ggplot(data = breast_cancer_data, 
              aes(x = fractal_dimension_mean, y = perimeter_worst)) +
        geom_point(color = "grey")

ggp + geom_abline(slope = linear_model$coefficients[2], 
                  intercept = linear_model$coefficients[1])

Parametry modelu vs. hyperparametry v lineárním modelu

Připomenutí: parametry modelu jsou odhadovány (tj. nalezeny) během tréninku; jsou výsledkem trénování modelu.
Hyperparametry se nastavují před tréninkem.
Určují, JAK má trénink probíhat.

args(lm)
help(lm)
?lm

linear_model <- lm(perimeter_worst ~ fractal_dimension_mean,
                   data = breast_cancer_data,
                   method = "qr")

Parametry vs. hyperparametry ve strojovém učení

V našem lineárním modelu:

Koeficienty byly nalezeny během trénování.

method bylo nastavení zadané před trénováním.

Ve strojovém učení může jít například o:

Váhy a biasy neuronových sítí optimalizované během tréninku => parametry modelu.
Možnosti jako rychlost učení, útlum vah nebo počet stromů v modelu Random Forest => hyperparametry.

Proč ladit hyperparametry?

Hráči fantasy fotbalu ~ Hyperparametry
Pozice hráčů ~ Hodnoty hyperparametrů
Hledání nejlepší kombinace hráčů a pozic ~ Hledání nejlepší kombinace hyperparametrů

Pojďme procvičovat!

Hyperparameter Tuning in R