Досліджуйте ширший простір моделей

Machine Learning з пакетом caret в R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Random forest потребує налаштування

  • Гіперпараметри керують тим, як навчається модель
  • Обираються «вручну» до навчання моделі
  • Найважливіший — mtry
    • Кількість випадково вибраних змінних на кожному розщепленні
  • Менше значення = більше випадковості
  • Більше значення = менше випадковості
  • Важко заздалегідь знати найкраще значення
Machine Learning з пакетом caret в R

Приклад: дані sonar

  • Аргумент tuneLength для caret::train()
  • Вказує caret, скільки різних варіацій спробувати
# 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 з пакетом caret в R

Відобразьте результати

Зображення містить лінійний графік точності bootstrap залежно від кількості випадково вибраних параметрів. Він зростає до піку біля x = 14, потім швидко спадає.

Machine Learning з пакетом caret в R

Давайте потренуємось!

Machine Learning з пакетом caret в R

Preparing Video For Download...