Bootstrap Forest-Plattform > Spalte „Validierung“ vs. Abschnitt „Validierung“2 (grundlegende?) Fragen zur Bootstrap-Forest-Plattform:
- So kann ich eine Validierungsspalte angeben und die Datensätze als „Training“, „Validierung“ oder „Test“ (60 %, 20 %, 20 %) kennzeichnen.
Es gibt aber auch eine Option für einen „Validierungsabschnitt“ (Standardwert 0). Was ist dieser Abschnitt? Und wird er verworfen, wenn eine Validierungsspalte angegeben ist?
- Ich stelle Validierungsdatensätze bereit, daher gehe ich davon aus, dass die Plattform eine Hyperparams-Optimierung ausführt. Welcher Plattformbericht listet den Hyperparams-Suchverlauf auf?
Prädiktive Modellierung und maschinelles LernenBetreff: Bootstrap Forest-Plattform > Spalte „Validierung“ vs. Abschnitt „Validierung“Hallo @LargeDormouse25 ,
Zu Ihren Fragen:
- Der Validierungsteil kann hilfreich sein, wenn Sie keine Validierungs- (und Test-)Sets mit der Validierungsrolle angegeben haben. Wenn Sie eine Validierungsspalte mit Trainings-, Validierungs- (und Test-)Sets mit der Validierungsrolle hinzufügen, wird der Validierungsteil ignoriert:
- Die Validierung wird in dieser Plattform hauptsächlich verwendet, um „Early Stopping“ zu ermöglichen und so die Auswirkungen der Anzahl und Tiefe der Bäume besser beurteilen zu können. Der Validierungssatz wird verwendet, um eine Überanpassung durch die Verwendung zu vieler/zu tiefer einzelner Bäume im Wald zu verhindern.
Beachten Sie, dass Sie Bootstrap Forest-Hyperparameter (sowie andere ML-Modelle in JMP) mithilfe einer Tuning-Design-Tabelle optimieren können. Hier erfahren Sie, wie Sie Ihre Tabelle einrichten und für die Optimierung von Hyperparametern verwenden: Zusätzliches Beispiel der Bootstrap Forest-Plattform
Wenn Sie eine Tuning-Entwurfstabelle verwendet haben, wird die Liste der getesteten Hyperparameterkombinationen und ihre Ergebnisse im Analysebericht angezeigt:
Einige frühere Gespräche über die Tuning-Entwurfstabelle zur Feinabstimmung von Hyperparametern:
Gibt es eine Möglichkeit, eine K-fache Kreuzvalidierung mit Boosted Tree durchzuführen?
Boosted Tree - Tuning-Tabellendesign
Störung im Bootstrap-Forest mit Tuning Design Table?
Möchten Sie dieselbe Tuning-Design-Tabelle für mehrere y-Variablen ausführen?
Beachten Sie, dass Random Forest (in JMP Bootstrap Forest genannt) eines der robustesten überwachten Lernmodelle ist, die im Bereich des maschinellen Lernens verfügbar sind. Im Gegensatz zu anderen möglichen Algorithmen ist es eines der wenigen Modelle, das weniger empfindlich auf die Feinabstimmung von Hyperparametern reagiert, und Sie können mit den grundlegenden Empfehlungen/Standardeinstellungen von JMP Pro gute Leistungen für Random Forests erzielen.
Weitere Informationen zur „Anpassbarkeit“ von Modellen des maschinellen Lernens (Auswirkungen der Anpassung von Hyperparametern auf die Leistung) finden Sie in diesem Dokument: [1802.09596] Tunability: Bedeutung von Hyperparametern von Machine-Learning-Algorithmen (arxiv.org)
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Bootstrap Forest-Plattform > Spalte „Validierung“ vs. Abschnitt „Validierung“Hallo Victor,
Bezüglich der Verwendung einer Tuning-Tabelle für die HyperParam-Suche,
Ich habe eine Nichtübereinstimmung zwischen den angegebenen Parametern
und die von der Modellvalidierung gemeldeten Parameter.
Es sieht also so aus, als würden „Portion Bootstrap“, „Minimum Splits per Tree“ und „Minimum Size Split“ bei der Modellvalidierung nicht berücksichtigt. Können Sie bestätigen, dass diese Parameternamen in diesem Kontext korrekt sind?
Betreff: Bootstrap Forest-Plattform > Spalte „Validierung“ vs. Abschnitt „Validierung“Hallo @LargeDormouse25 ,
Bitte sehen Sie sich die folgende Diskussion an, die in meinem früheren Beitrag erwähnt wurde. Dort finden Sie einige Erklärungen zur korrekten Benennung von Hyperparametern, wo diese zu finden sind, und einige Tabellen, die bereits mit der korrekten Benennung für die Hyperparameter-Optimierung vorbereitet sind:
Störung im Bootstrap-Forest mit Tuning Design Table?
