Rezultate continue

Machine Learning cu modele bazate pe arbori în R

Sandro Raabe

Data Scientist

Setul de date

head(chocolate, 5)

final_grade review_date   cocoa_percent  company_location  bean_type              broad_bean_origin
<dbl>       <int>         <dbl>          <fct>             <fct>                  <fct>
3           2009          0.8            U.K.              "Criollo, Trinitario"  "Madagascar"
3.75        2012          0.7            Guatemala         "Trinitario"           "Madagascar"
2.75        2009          0.75           Colombia          "Forastero (Nacional)" "Colombia"
3.5         2014          0.74           Zealand           ""                     "Papua New Guinea"
3.75        2011          0.72           Australia         ""                     "Bolivia"
Machine Learning cu modele bazate pe arbori în R

Construirea arborelui de regresie

spec <- decision_tree() %>%

  set_mode("regression") %>%

  set_engine("rpart")


print(spec)

Decision Tree Model Specification
(regression)

Computational engine: rpart

model <- spec %>%
  fit(formula = final_grade ~ .,

      data = chocolate_train)


print(model)

parsnip model object

Fit time:  20ms 
n= 1437 

node), split, n, deviance, yval
      * denotes terminal node
Machine Learning cu modele bazate pe arbori în R

Predicții cu un arbore de regresie

# Model predictions on new data
predict(model, new_data = chocolate_test)

.pred
<dbl>
3.281915
3.435234
3.281915
3.833931
3.281915
3.514151
3.273864
3.514151
Machine Learning cu modele bazate pe arbori în R

Împărțire și cucerire

împărțire și cucerire

Machine Learning cu modele bazate pe arbori în R

Hiperparametri

Obiectivul arborilor de regresie:
  • Varianță sau deviație scăzută față de medie în grupuri
Decizii de proiectare:
  • min_n: numărul de puncte dintr-un nod necesar pentru o nouă divizare (implicit: 20)
  • tree_depth: adâncimea maximă a arborelui (implicit: 30)
  • cost_complexity: penalizare pentru complexitate (implicit: 0.01)
Setați-le în primul pas:
decision_tree(tree_depth = 4, cost_complexity = 0.05) %>% 
    set_mode("regression")
Machine Learning cu modele bazate pe arbori în R

Înțelegerea rezultatelor modelului

decision_tree(tree_depth = 1) %>%
  set_mode("regression") %>%              
  set_engine("rpart")  %>%
  fit(formula = final_grade ~ .,
      data = chocolate_train)

parsnip model object

Fit time:  1ms
n= 1000

node), split, n, yval

1) root                 1000  2.347450
2) cocoa_percent>=0.905   16  2.171875 *
3) cocoa_percent<0.905   984  3.190803 *
  • Model cu tree_depth = 1

 

 

  • Vizualizare:

arbore de decizie

Machine Learning cu modele bazate pe arbori în R

Să facem regresie!

Machine Learning cu modele bazate pe arbori în R

Preparing Video For Download...