Random forests กับไวน์

Machine Learning ด้วย caret ใน R

Max Kuhn

Software Engineer at RStudio and creator of caret

Random forests

  • โมเดล machine learning ที่ได้รับความนิยม
  • เหมาะสำหรับผู้เริ่มต้น
  • ทนทานต่อการ overfitting
  • ให้โมเดลที่แม่นยำและไม่เป็นเชิงเส้น
Machine Learning ด้วย caret ใน R

Random forests

  • ต่างจากโมเดลเชิงเส้น ตรงที่มี hyperparameter
  • Hyperparameter ต้องกำหนดค่าด้วยตนเอง
  • ส่งผลต่อความพอดีของโมเดลและแตกต่างกันในแต่ละชุดข้อมูล
  • ค่าเริ่มต้นมักใช้ได้ แต่บางครั้งอาจต้องปรับ
Machine Learning ด้วย caret ใน R

Random forests

  • เริ่มจาก decision tree อย่างง่าย
  • Decision tree รวดเร็ว แต่ความแม่นยำยังไม่สูงนัก

Machine Learning ด้วย caret ใน R

Random forests

  • เพิ่มความแม่นยำด้วยการสร้างต้นไม้หลายต้น
  • ฝึกแต่ละต้นบน bootstrap sample ของข้อมูล
  • เรียกว่า bootstrap aggregation หรือ bagging
  • สุ่มเลือกคอลัมน์ที่แต่ละ split
Machine Learning ด้วย caret ใน R

รัน random forest

# 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

Machine Learning ด้วย caret ใน R

พล็อตผลลัพธ์

# Plot the results
plot(model)

Machine Learning ด้วย caret ใน R

มาฝึกกันเถอะ!

Machine Learning ด้วย caret ใน R

Preparing Video For Download...