Bootstrap Forest プラットフォーム > 「検証」列と「検証」部分Bootstrap フォレスト プラットフォームに関する 2 つの (基本的な?) 質問:
- したがって、検証列を指定して、レコードに「トレーニング」、「検証」、または「テスト」(60%、20%、20%) のタグを付けることができます。
しかし、「検証部分」オプションもあります (デフォルトは 0)。この部分とは何ですか? また、検証列が指定されている場合は破棄されますか?
- 検証レコードを提供しているので、プラットフォームがハイパーパラメータの最適化を実行すると想定しています。どのプラットフォーム レポートにハイパーパラメータの検索履歴がリストされますか?
予測モデリングと機械学習Re: Bootstrap Forest Platform > 「検証」列と「検証」部分こんにちはフォロー 、
ご質問に関して：
- 検証ロールを使用して検証 (およびテスト) セットを指定しなかった場合、検証部分が役立ちます。検証ロールを使用してトレーニング、検証 (およびテスト) セットを含む検証列を追加すると、検証部分は無視されます。
- このプラットフォームでは、検証は主に「早期停止」を可能にして、ツリーの数と深さの影響をより適切に評価するために使用されます。検証セットは、フォレスト内の個々のツリーが多すぎたり深すぎたりすることによる過剰適合を防ぐために使用されます。
チューニング設計テーブルを使用すると、ブートストラップ フォレストのハイパーパラメータ (および JMP の他の ML モデル) を微調整できます。テーブルの設定方法とハイパーパラメータの調整に使用する方法については、こちらを参照してください: ブートストラップ フォレスト プラットフォームの追加例
チューニング設計テーブルを使用した場合、テストされたハイパーパラメータの組み合わせのリストとその結果が分析レポートに表示されます。
ハイパーパラメータの微調整のためのチューニング設計テーブルに関する以前の会話:
ブーストツリーを使用して k 分割クロス検証を実行する方法はありますか?
ブーストツリー - チューニングテーブルデザイン
チューニング設計テーブルを使用した Bootstrap Forest で不具合が発生していますか?
複数のy変数に対して同じチューニング設計テーブルを実行したい
ランダム フォレスト (JMP ではブートストラップ フォレストと呼ばれます) は、機械学習で利用できる最も堅牢な教師あり学習モデルの 1 つであることに注意してください。他のアルゴリズムとは異なり、ハイパーパラメータの調整にあまり影響されない数少ないモデルの 1 つであり、基本的な JMP Pro の推奨事項/デフォルト設定でランダム フォレストの優れたパフォーマンスを得ることができます。
機械学習モデルの「調整可能性」（ハイパーパラメータ調整がパフォーマンスに与える影響）の詳細については、この論文を参照してください： [1802.09596] 調整可能性：機械学習アルゴリズムのハイパーパラメータの重要性（arxiv.org）
この回答がお役に立てば幸いです。
Re: Bootstrap Forest Platform > 「検証」列と「検証」部分こんにちは、ビクター。
ハイパーパラメータ検索におけるチューニングテーブルの使用については、
指定されたパラメータが一致しません
モデル検証によって報告されたパラメータ。
したがって、「ポーション ブートストラップ」、「ツリーあたりの最小分割数」、および「最小サイズ分割」はモデル検証では考慮されていないようです。このコンテキストでこれらのパラメータ名が正しいことを確認できますか?
Re: Bootstrap Forest Platform > 「検証」列と「検証」部分こんにちはフォロー 、
以前の投稿で触れた以下の説明を確認してください。ハイパーパラメータの正しい命名、その場所、ハイパーパラメータの調整のための正しい命名がすでに用意されている表についての説明があります。
チューニング設計テーブルを使用した Bootstrap Forest で不具合が発生していますか?
