Arbori agregați (bagging)

Machine Learning cu modele bazate pe arbori în R

Sandro Raabe

Data Scientist

Mai multe minți sunt mai bune decât una

înțelepciunea mulțimii

Machine Learning cu modele bazate pe arbori în R

Bootstrap și agregare

  • Bagging = prescurtare de la Bootstrap Aggregation

 

 1. Bootstrapping

  • Eșantionare cu replacare $\rightarrow$ seturi de antrenare modificate

 

 2. Agregare

  • Predicțiile modelelor sunt agregate pentru predicția finală:
    • Medie (la regresie)
    • Vot majoritar (la clasificare)
Machine Learning cu modele bazate pe arbori în R

Pasul 1: Bootstrap și antrenare

schema de bootstrapping

Machine Learning cu modele bazate pe arbori în R

Pasul 2: Agregare

agregarea rezultatelor

Machine Learning cu modele bazate pe arbori în R

Cod: Specificarea arborilor agregați

library(baguette)
spec_bagged <- bag_tree() %>%

    set_mode("classification") %>%

    set_engine("rpart", times = 100)

Bagged Decision Tree Model Specification (classification)

Main Arguments:
  cost_complexity = 0
  min_n = 2

Engine-Specific Arguments:
  times = 100

Computational engine: rpart
Machine Learning cu modele bazate pe arbori în R

Antrenarea tuturor arborilor

model_bagged <- fit(spec_bagged, formula = still_customer ~ ., data = customers_train)

parsnip model object

Fit time:  23.9s

Bagged CART (classification with 100 members)

Variable importance scores include:

# A tibble: 19 x 4
   term                     value std.error  used
   <chr>                    <dbl>     <dbl> <int>
 1 total_trans_ct           876.      3.93    100
 2 total_trans_amt          800.      4.54    100
 3 total_revolving_bal      491.      3.67    100
Machine Learning cu modele bazate pe arbori în R

Să exersăm!

Machine Learning cu modele bazate pe arbori în R

Preparing Video For Download...