Ескертпе
Бұл бетке кіру үшін қатынас шегін айқындау қажет. Жүйеге кіруді немесе каталогтарды өзгертуді байқап көруге болады.
Бұл бетке кіру үшін қатынас шегін айқындау қажет. Каталогтарды өзгертуді байқап көруге болады.
Создает список, содержащий имя и аргументы функции для обучения модели FastForest с помощью rxEnsemble.
Использование
fastForest(numTrees = 100, numLeaves = 20, minSplit = 10,
exampleFraction = 0.7, featureFraction = 0.7, splitFraction = 0.7,
numBins = 255, firstUsePenalty = 0, gainConfLevel = 0,
trainThreads = 8, randomSeed = NULL, ...)
Аргументы
numTrees
Указывает общее количество деревьев принятия решений для создания в ансамбле. Создавая больше деревьев принятия решений, вы можете получить лучшее покрытие, но время обучения увеличивается. Значение по умолчанию — 100.
numLeaves
Максимальное количество листьев (узлов терминала), которые можно создать в любом дереве. Более высокие значения потенциально увеличивают размер дерева и получают лучшую точность, но рискуют перенаправляться и требовать больше времени обучения. Значение по умолчанию — 20.
minSplit
Минимальное количество экземпляров обучения, необходимых для формирования конечной части. То есть минимальное количество документов, разрешенных в листе дерева регрессии, из вложенных данных. Разделение означает, что функции на каждом уровне дерева (узла) делятся случайным образом. Значение по умолчанию — 10.
exampleFraction
Доля случайных выбранных экземпляров, используемых для каждого дерева. Значение по умолчанию — 0,7.
featureFraction
Доля случайных выбранных признаков, используемых для каждого дерева. Значение по умолчанию — 0,7.
splitFraction
Доля случайных выбранных функций для каждого разделения. Значение по умолчанию — 0,7.
numBins
Максимальное количество отдельных значений (bins) для каждой функции. Значение по умолчанию — 255.
firstUsePenalty
Функция сначала использует коэффициент штрафа. Значение по умолчанию — 0.
gainConfLevel
Требование достоверности при установке дерева (должно находиться в диапазоне [0,1)). Значение по умолчанию — 0.
trainThreads
Количество потоков, используемых в обучении. Если NULL задано, количество используемых потоков определяется внутренне. Значение по умолчанию — NULL.
randomSeed
Указывает случайное начальное значение. Значение по умолчанию — NULL.
...
Дополнительные аргументы.