Hei Habr! Ka tono matou i nga Kaihanga Raraunga me nga tohunga Ako Miihini ki tetahi akoranga Demo kore utu . Ka whakaputahia ano e matou te tuhinga Luca Monno - Te Tumuaki o nga Taatari Putea i CDP SpA.
Ko tetahi o nga tikanga ako miihini tino whai hua me te ngawari ko te Ensemble Learning. Ko te Whakaakoranga Ensemble te tikanga i muri i te XGBoost, te Puke, te Ngahere Random me te maha atu o nga algorithm.
He nui nga tuhinga pai mo Towards Data Science, engari e rua nga korero i whiriwhiria e au ( и ) ko taku i tino pai ai. Na he aha te tuhi i tetahi atu tuhinga mo EL? No te mea e hiahia ana ahau ki te whakaatu ki a koe me pehea te mahi me tetahi tauira ngawari, i mohio ai ahau kaore he makutu i konei.
I taku kitenga tuatahi i a EL e mahi ana (e mahi ana me etahi tauira regression tino ngawari) kare au i whakapono ki oku kanohi, a kei te maumahara tonu ahau ki te ahorangi nana i ako tenei tikanga.
E rua aku tauira rereke (e rua nga whakangungu whakangungu ngoikore) me nga inenga waho-o-tauira R² e rite ana ki te 0,90 me te 0,93. I mua i te titiro ki te hua, i whakaaro ahau ka whiwhi ahau i te R² i waenganui i nga uara taketake e rua. Arā, i whakapono ahau ka taea te whakamahi i te EL ki te hanga i tetahi tauira kia kaua e rite ki te tauira kino rawa atu, engari kaore i te pai ki te tauira pai rawa atu.
Ki taku tino miharo, ko te tauwaenga noa o nga matapae ka puta he R² o te 0,95.
I te tuatahi ka tiimata ahau ki te rapu i te he, engari katahi ahau ka whakaaro tera pea he makutu kei konei e huna ana!
He aha te Ensemble Learning
Ma te EL, ka taea e koe te whakakotahi i nga matapae o nga tauira e rua, neke atu ranei hei whakaputa i tetahi tauira pakari me te mahi. He maha nga tikanga mo te mahi me nga huinga tauira. I konei ka pa atu ahau ki nga mea e rua e tino whai hua ana ki te tuku tirohanga.
Ma te awhina o whakamuri ka taea ki te toharite te mahi o nga tauira e waatea ana.
Ma te awhina o whakarōpūtanga Ka taea e koe te hoatu tauira ki te whiriwhiri tapanga. Ko te tapanga i whiriwhiria i te nuinga o nga wa ko te mea ka tohua e te tauira hou.
He aha te mahi pai ake a EL
Ko te tino take i pai ake ai te mahi a EL he hapa nga matapae katoa (e mohio ana matou ki tenei mai i te ariā tūponotanga), ma te whakakotahi i nga matapae e rua ka taea te whakaiti i te hapa, na reira ka whakapai ake i nga inenga mahi (RMSE, R², etc.). d.).
Ko te hoahoa e whai ake nei e whakaatu ana i te mahi a nga algorithms ngoikore e rua i runga i te huinga raraunga. Ko te algorithm tuatahi he pikinga nui atu i te mea e hiahiatia ana, ko te tuarua he tata kore (e tika ana na te nui o te whakarite). Engari ensemble he pai ake nga hua.
Mena ka titiro koe ki te tohu R², na mo te whakangungu whakangungu tuatahi me te tuarua ka rite ki te -0.01¹, 0.22, mo te roopu ka rite ki te 0.73.
He maha nga take ka waiho he tauira kino te algorithm ahakoa i runga i te tauira taketake penei: tera pea i whakatau koe ki te whakamahi i te whakarite kia kore ai e uru, ka whakatau ranei koe kia kaua e whakakore i etahi momo kohikore, tera pea i whakamahia e koe te regression polynomial ka he tohu (hei tauira, i whakamahia e matou he polynomial o te tohu tuarua, a ko nga raraunga whakamatautau e whakaatu ana i te hangarite marama e pai ake ai te tohu tuatoru).
Ina pai ake te mahi a EL
Kia tirohia e rua nga huringa ako e mahi ana me nga raraunga kotahi.
I konei ka kite koe ko te whakakotahi i nga tauira e rua kaore i tino pai ake te mahi. I te timatanga, mo nga huringa whakangungu e rua, he rite nga tohu R² ki te -0,37 me te 0,22, mo te roopu ka puta ko -0,04. Arā, i riro i te tauira EL te uara toharite o nga tohu.
Engari, he nui te rereketanga i waenganui i enei tauira e rua: i te tauira tuatahi, he kino te hono o nga hapa tauira, a, i te tuarua, he pai te hono (kaore i whakatauhia nga taurangi o nga tauira e toru, engari he mea whiriwhiri noa e te Kaituhi hei tauira.)
Na reira, ka taea te whakamahi Ensemble Learning ki te whakapai ake i te taurite rītaha/rerekētanga ahakoa te aha, engari ka wa Ko nga hapa tauira kaore i te pai te hono, ma te whakamahi i te EL ka pai ake te mahi.
He tauira taurite me te rerekee
I te nuinga o nga wa ka whakamahia te EL ki nga tauira rite (penei i tenei tauira, i te ngahere tupurangi ranei), engari ka taea e koe te whakakotahi i nga tauira rereke (te whakahekenga raina + whatunga neural + XGBoost) me nga huinga rereke o nga taurangi whakamarama. Ka hua pea tenei i nga hapa kore e hono ana me te pai ake o te mahi.
Te whakataurite ki te rereketanga o te kōpaki
He rite te mahi a EL ki te rereketanga i roto i te ariā kōpaki, engari he pai ake mo tatou.
I te wa e rereke ana, ka ngana koe ki te whakaiti i te rereketanga o to mahi ma te haumi i nga rakau kore e hono ana. Ka pai ake te mahi a te kopaki o nga rakau kanorau rawa atu i nga kararehe takitahi kino rawa atu, engari kaore e pai ake i te pai rawa atu.
Hei whakahua i a Warren Buffett:
"Ko te rereketanga he parenga ki te kuare; ki te tangata kaore i te mohio ki tana mahi, he iti rawa te tikanga o te rereketanga."
I roto i te ako miihini, ka awhina a EL ki te whakaiti i te rereketanga o to tauira, engari tera pea ka puta he tauira me nga mahi katoa pai ake i te tauira taketake pai rawa atu.
Me whakariterite nga hua
Ko te whakakotahi i nga tauira maha ki te kotahi he tikanga ngawari ka taea te whakatau i te raru o te rereke rereke me te whakapai ake i nga mahi.
Mēnā e rua, neke atu rānei āu tauira e pai ana, kaua e kōwhiri i waenga: whakamahia katoa (engari me tūpato)!
Kei te pirangi koe ki te whakawhanake i tenei huarahi? Waitohu mo te akoranga Demo kore utu me te whai wāhi ki roto — Kaihanga Ako Miihini i te Roopu Mail.ru.
Source: will.com