Model kullanarak ayar yapıyordum caret
, ancak gbm
paketi kullanarak modeli yeniden çalıştırıyorum . Anladığım kadarıyla caret
paketin kullandığı gbm
ve çıktı aynı olmalı. Bununla birlikte, sadece hızlı bir test çalıştırması data(iris)
, değerlendirme metriği olarak RMSE ve R ^ 2 kullanılarak modelde yaklaşık% 5 tutarsızlık gösterir. Kısmi bağımlılık grafiklerini kullanmak için en iyi model performansını bulmak istiyorum caret
ama tekrar çalıştırıyorum gbm
. Tekrar üretilebilirlik için aşağıdaki kod.
Sorularım şöyle olurdu:
1) Aynı olmalarına rağmen bu iki paket arasında neden bir fark görüyorum (stokastik olduklarını anlıyorum, ancak% 5, özellikle iris
modelleme için böyle güzel bir veri seti kullanmadığımda biraz büyük bir fark ) .
2) Her iki paketi kullanmanın herhangi bir avantajı veya dezavantajı var mı - varsa hangileri?
3) İlgisiz: iris
Veri kümesini kullanmak en uygun interaction.depth
olanı 5'tir, ancak okuduğumdan daha yüksektir, maksimum floor(sqrt(ncol(iris)))
olan 2 olmalıdır. Bu kesin bir kural mı yoksa oldukça esnek mi?
library(caret)
library(gbm)
library(hydroGOF)
library(Metrics)
data(iris)
# Using caret
caretGrid <- expand.grid(interaction.depth=c(1, 3, 5), n.trees = (0:50)*50,
shrinkage=c(0.01, 0.001),
n.minobsinnode=10)
metric <- "RMSE"
trainControl <- trainControl(method="cv", number=10)
set.seed(99)
gbm.caret <- train(Sepal.Length ~ ., data=iris, distribution="gaussian", method="gbm",
trControl=trainControl, verbose=FALSE,
tuneGrid=caretGrid, metric=metric, bag.fraction=0.75)
print(gbm.caret)
# caret determines the optimal model to be at n.tress=700, interaction.depth=5, shrinkage=0.01
# and n.minobsinnode=10
# RMSE = 0.3247354
# R^2 = 0.8604
# Using GBM
set.seed(99)
gbm.gbm <- gbm(Sepal.Length ~ ., data=iris, distribution="gaussian", n.trees=700, interaction.depth=5,
n.minobsinnode=10, shrinkage=0.01, bag.fraction=0.75, cv.folds=10, verbose=FALSE)
best.iter <- gbm.perf(gbm.gbm, method="cv")
print(best.iter)
# Here the optimal n.trees = 540
train.predict <- predict.gbm(object=gbm.gbm, newdata=iris, 700)
print(rmse(iris$Sepal.Length, train.predict))
# RMSE = 0.2377
R2 <- cor(gbm.gbm$fit, iris$Sepal.Length)^2
print(R2)
# R^2 = 0.9178`