Náhodné lesy a víno

Machine Learning s balíčkem caret v R

Max Kuhn

Software Engineer at RStudio and creator of caret

Náhodné lesy

  • Oblíbený typ modelu strojového učení
  • Vhodný pro začátečníky
  • Odolný vůči přetrénování
  • Poskytuje přesné, nelineární modely
Machine Learning s balíčkem caret v R

Náhodné lesy

  • Na rozdíl od lineárních modelů mají hyperparametry
  • Hyperparametry vyžadují ruční nastavení
  • Mohou ovlivnit model a liší se dle datasetu
  • Výchozí hodnoty jsou většinou dostačující, ale někdy je nutná úprava
Machine Learning s balíčkem caret v R

Náhodné lesy

  • Začínáme s jednoduchým rozhodovacím stromem
  • Rozhodovací stromy jsou rychlé, ale méně přesné

Machine Learning s balíčkem caret v R

Náhodné lesy

  • Přesnost se zvyšuje trénováním mnoha stromů
  • Každý strom je trénován na bootstrapovém vzorku dat
  • Nazývá se bootstrap agregace nebo bagging
  • Na každém větvení se náhodně vzorkují sloupce
Machine Learning s balíčkem caret v R

Spuštění náhodného lesa

# 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

Machine Learning s balíčkem caret v R

Vizualizace výsledků

# Plot the results
plot(model)

Machine Learning s balíčkem caret v R

Pojďme si procvičit!

Machine Learning s balíčkem caret v R

Preparing Video For Download...