Lasy losowe i wino

Uczenie maszynowe z caret w R

Max Kuhn

Software Engineer at RStudio and creator of caret

Lasy losowe

  • Popularny typ modelu uczenia maszynowego
  • Dobry dla początkujących
  • Odporny na przeuczenie
  • Daje dokładne, nieliniowe modele
Uczenie maszynowe z caret w R

Lasy losowe

  • W odróżnieniu od modeli liniowych mają hiperparametry
  • Hiperparametry wymagają ręcznego ustawienia
  • Wpływają na dopasowanie modelu i różnią się zależnie od danych
  • Wartości domyślne są zwykle wystarczające, lecz czasem wymagają korekty
Uczenie maszynowe z caret w R

Lasy losowe

  • Zacznij od prostego drzewa decyzyjnego
  • Drzewa decyzyjne są szybkie, lecz mało dokładne

Uczenie maszynowe z caret w R

Lasy losowe

  • Popraw dokładność, dopasowując wiele drzew
  • Każde dopasowuj do próbki bootstrap z danych
  • Nazywane bootstrap aggregation lub bagging
  • Losowe próbkowanie kolumn przy każdym podziale
Uczenie maszynowe z caret w R

Uruchamianie lasu losowego

# 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

Uczenie maszynowe z caret w R

Wizualizacja wyników

# Plot the results
plot(model)

Uczenie maszynowe z caret w R

Czas na ćwiczenia!

Uczenie maszynowe z caret w R

Preparing Video For Download...