随机森林与葡萄酒

在 R 中使用 caret 的机器学习

Max Kuhn

Software Engineer at RStudio and creator of caret

随机森林

  • 常见的机器学习模型
  • 适合初学者
  • 对过拟合较稳健
  • 可产生高精度的非线性模型
在 R 中使用 caret 的机器学习

随机森林

  • 不同于线性模型，包含超参数
  • 超参数需手动设定
  • 影响拟合效果，且随数据集而变
  • 默认值通常可用，但有时需调优
在 R 中使用 caret 的机器学习

随机森林

  • 从简单的决策树开始
  • 决策树速度快，但精度一般

在 R 中使用 caret 的机器学习

随机森林

  • 通过拟合多棵树提升精度
  • 每棵树用数据的自助样本拟合
  • 称为"自助聚合"（bagging）
  • 在每次分裂随机抽取部分特征
在 R 中使用 caret 的机器学习

运行随机森林

# 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

在 R 中使用 caret 的机器学习

结果可视化

# Plot the results
plot(model)

在 R 中使用 caret 的机器学习

¡Vamos a practicar!

在 R 中使用 caret 的机器学习

Preparing Video For Download...