Wiele metod przetwarzania wstępnego
Uczenie maszynowe z caret w R
Zach Mayer
Data Scientist at DataRobot and co-author of caret
Możliwości funkcji preProcess
- Można zrobić znacznie więcej niż imputacja medianą lub knn!
- Możliwe łączenie wielu kroków przetwarzania wstępnego
- Typowy "przepis" dla modeli liniowych (kolejność ma znaczenie!)
- Imputacja medianą ⇒ centrowanie ⇒ skalowanie ⇒ dopasowanie glm
- Zob.
?preProcess, aby uzyskać więcej szczegółów
Przykład: przetwarzanie wstępne mtcars
# Generate some data with missing values
data(mtcars)
set.seed(42)
mtcars[sample(1:nrow(mtcars), 10), "hp"] <- NA
Y <- mtcars$mpg
X <- mtcars[,2:4] # <- Missing at random
# Use linear model "recipe"
set.seed(42)
model <- train(
X, Y, method = "glm",
preProcess = c("center", "scale", "medianImpute")
)
print(min(model$results$RMSE))
3.612713
Przykład: przetwarzanie wstępne mtcars
# PCA before modeling
set.seed(42)
model <- train(
X, Y, method = "glm",
preProcess = c("center", "scale", "medianImpute", "pca")
)
min(model$results$RMSE)
3.402557
Przykład: przetwarzanie wstępne mtcars
# Spatial sign transform
set.seed(42)
model <- train(
X, Y, method = "glm",
preProcess = c("center", "scale", "medianImpute", "spatialSign")
)
min(model$results$RMSE)
4.284904
Ściągawka z przetwarzania wstępnego
- Zacznij od imputacji medianą
- Wypróbuj imputację KNN, jeśli braki nie są losowe
- Dla modeli liniowych ...
- Centrowanie i skalowanie
- Wypróbuj PCA i transformację spatial sign
- Modele drzewiaste wymagają minimalnego przetwarzania wstępnego
Czas na ćwiczenia!
Uczenie maszynowe z caret w R
