Czy istnieje strategia wyboru liczby drzew w GBM? W szczególności, ntreesargument R„s gbmfunkcji.
Nie rozumiem, dlaczego nie powinieneś ustawić ntreesnajwyższej rozsądnej wartości. Zauważyłem, że większa liczba drzew wyraźnie zmniejsza zmienność wyników z wielu GBM. Nie sądzę, aby duża liczba drzew prowadziła do nadmiernego dopasowania.
jakieś pomysły?
Odpowiedzi:
To jest GBM:
„ Nie sądzę, aby ... ” była niebezpieczną pierwszą częścią wielu zdań.
Wystarczająco dobre jest pozbawione sensu bez miary dobroci, rubryki.
Jakie są miary dobroci dla każdej innej metody?
Podobnie jak sieć neuronowa lub splajn, możesz wykonać częściową interpolację liniową danych i uzyskać model, którego nie można uogólnić. Musisz zrezygnować z części „niskiego błędu” w zamian za ogólne zastosowanie - uogólnienie.
Więcej linków:
Znalazłem pewien wgląd w problem: http://cran.r-project.org/web/packages/dismo/vignettes/brt.pdf
gbm.stepFunkcja może być używana w celu określenia optymalnej liczby drzew. Nadal nie jestem pewien, co powoduje wzrost dewiacji modelu po określonej liczbie drzew, więc nadal jestem gotów przyjąć odpowiedź, która odpowiada na tę część pytania!
To jest przewodnik do przyspieszonych drzew regresji z Elith i wsp .: http://onlinelibrary.wiley.com/doi/10.1111/j.1365-2656.2008.01390.x/full Bardzo pomocny!
Powinieneś użyć co najmniej 1000 drzew. O ile rozumiem, powinieneś użyć kombinacji szybkości uczenia się, złożoności drzew i liczby drzew, która osiąga minimalny błąd predykcyjny. Mniejsze wartości wskaźnika uczenia się prowadzą do większego ryzyka treningu dla tej samej liczby iteracji, a każda iteracja zmniejsza ryzyko treningu. Jeśli liczba drzew jest wystarczająco duża, ryzyko może zostać dowolnie zmniejszone (patrz: Hastie i in., 2001, „Elementy statystycznego uczenia się, eksploracji danych, wnioskowania i prognozowania” ).
Jak to często bywa w niektórych algorytmach uczenia maszynowego, doładowanie podlega kompromisowi wariancji odchylenia względem liczby drzew. Mówiąc luźniej, ta kompromis mówi, że: (i) słabe modele mają tendencję do wysokiego odchylenia i niskiej wariancji: są zbyt sztywne, aby uchwycić zmienność w zbiorze danych szkoleniowych, więc też nie będą dobrze działać w zestawie testowym (wysoki test błąd) (ii) bardzo mocne modele mają tendencję do niskiej tendencyjności i dużej zmienności: są zbyt elastyczne i przewyższają zestaw treningowy, więc w zestawie testowym (ponieważ punkty danych różnią się od zestawu treningowego) również nie będą działały dobrze (wysoki błąd testu)
Koncepcja wzmocnienia drzew polega na rozpoczęciu od płytkich drzew (słabych modeli) i dodawaniu kolejnych płytkich drzew, które próbują skorygować osłabienia poprzednich drzew. Podczas wykonywania tego procesu błąd testowy ma tendencję do zmniejszania się (ponieważ ogólny model staje się bardziej elastyczny / wydajny). Jeśli jednak dodasz zbyt wiele tych drzew, zaczniesz przepełniać dane treningowe, a zatem wzrośnie błąd testu. Krzyżowa walidacja pomaga znaleźć najlepsze miejsce