探索更广的模型空间

在 R 中使用 caret 的机器学习

Zach Mayer

Data Scientist at DataRobot and co-author of caret

随机森林需要调参

  • 超参数控制模型如何拟合
  • 在拟合前手动选择
  • 最重要的是 mtry
    • 每次分裂随机选取的变量数
  • 值越小:越随机
  • 值越大:越不随机
  • 事先难以确定最佳值
在 R 中使用 caret 的机器学习

示例:声呐数据

  • caret::train()tuneLength 参数
  • 告诉 caret 要尝试多少种变体
# Load some data
library(caret)
library(mlbench)
data(Sonar)
# Fit a model with a deeper tuning grid
model <- train(
  Class ~ ., 
  data = Sonar, 
  method = "ranger", 
  tuneLength = 10
)
# Plot the results
plot(model)
在 R 中使用 caret 的机器学习

绘制结果

图片为折线图,展示自助法准确率随随机选取参数数量的变化。在 x≈14 达到峰值,随后迅速下降。

在 R 中使用 caret 的机器学习

让我们来练习!

在 R 中使用 caret 的机器学习

Preparing Video For Download...