Explorați un spațiu mai larg de modele

Machine Learning cu caret în R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Pădurile aleatoare necesită ajustare

  • Hiperparametrii controlează modul în care modelul este antrenat
  • Selectați "manual" înainte de antrenare
  • Cel mai important este mtry
    • Numărul de variabile selectate aleatoriu la fiecare diviziune
  • Valoare mai mică = mai aleatoriu
  • Valoare mai mare = mai puțin aleatoriu
  • Valoarea optimă este greu de cunoscut în avans
Machine Learning cu caret în R

Exemplu: datele Sonar

  • Argumentul tuneLength pentru caret::train()
  • Indică caret câte variații să încerce
# 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)
Machine Learning cu caret în R

Vizualizarea rezultatelor

Imaginea conține un grafic liniar al acurateței bootstrap în funcție de numărul de parametri selectați aleatoriu. Aceasta crește până la un vârf în jurul x = 14, apoi scade rapid.

Machine Learning cu caret în R

Să exersăm!

Machine Learning cu caret în R

Preparing Video For Download...