sobre la forma de decidir parámetros en Random Forest<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />En JMP, ¿cómo calcula los parámetros de opción en RANDOM FOREST (por ejemplo, el número máximo de ramas en el árbol)?
Y, ¿pueden los parámetros de El ajuste inicial toma un resultado de ventaja (ejemplo: AUC de ROC Curva )?
Re: sobre la forma de decidir parámetros en Random ForestNo estoy seguro de estar interpretando tu pregunta correctamente. Tal vez esté preguntando cómo se eligen los valores predeterminados en el cuadro de diálogo Bootstrap Forest.
- Número de árboles en el bosque: el valor predeterminado es 100. En la práctica, es posible que desee utilizar incluso más que el número predeterminado de árboles (cientos o incluso miles).
- Número de términos muestreados por división: el valor predeterminado es ¼ del número total de columnas predictoras especificadas en el cuadro de diálogo de inicio.
- Tasa de muestra de arranque: el valor predeterminado es 1, lo que significa que la muestra de arranque tendrá el mismo número de filas que la tabla de datos original. El muestreo de arranque ocurre automáticamente y en realidad nunca verá las muestras de arranque por separado. Si elige un valor menor que 1, la muestra de arranque tendrá menos filas que en la tabla original. Lo mejor es utilizar el valor predeterminado aquí.
- Divisiones mínimas y máximas por árbol: el tamaño mínimo predeterminado es 10 divisiones por árbol. El máximo ayuda a controlar la complejidad computacional del modelo y el tamaño máximo predeterminado es 2000. Si se utiliza la validación cruzada, un árbol individual puede detenerse antes del número máximo de divisiones si agregar más divisiones al árbol ya no mejora su RSquare de validación. Además, la siguiente configuración, el tamaño mínimo de división, tenderá a mantener el tamaño de los árboles individuales más pequeños que el máximo.
- Tamaño de división mínimo: el valor predeterminado es el máximo de 5 o 1% del número de filas en la tabla de datos. Esto también evita que los árboles individuales se vuelvan demasiado ajustados.
- Detención anticipada: si se utiliza la validación cruzada de retención, se muestra una casilla de verificación y se selecciona de forma predeterminada. La detención anticipada hará que JMP Pro deje de agregar árboles al bosque de arranque si el rendimiento de validación del modelo deja de mejorar.
Gracias a jgrayson , sjgardner1 y mia.stephens por la información anterior. Busque su próximo libro, Creación de mejores modelos con JMP Pro .
