fastForest: fastForest

Hiermee maakt u een lijst met de functienaam en argumenten voor het trainen van een FastForest-model met rxEnsemble.

Gebruik

  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, ...)
 

Argumenten

numTrees

Hiermee geeft u het totale aantal beslissingsstructuren op dat in het ensemble moet worden gemaakt. Door meer beslissingsstructuren te creëren, kunt u mogelijk betere dekking krijgen, maar de trainingstijd neemt toe. De standaardwaarde is 100.

numLeaves

Het maximum aantal bladeren (terminalknooppunten) dat in elke boomstructuur kan worden gemaakt. Hogere waarden vergroten mogelijk de grootte van de boom en krijgen betere precisie, maar risico overfitting en vereisen langere trainingstijden. De standaardwaarde is 20.

minSplit

Minimaal aantal trainingsexemplaren dat nodig is om een blad te vormen. Dat wil gezegd: het minimale aantal documenten dat is toegestaan in een blad van een regressiestructuur, uit de subgemonsterde gegevens. Een 'split' betekent dat functies in elk niveau van de structuur (knooppunt) willekeurig worden verdeeld. De standaardwaarde is 10.

exampleFraction

Het deel van willekeurig gekozen exemplaren dat voor elke structuur moet worden gebruikt. De standaardwaarde is 0,7.

featureFraction

De fractie van willekeurig gekozen functies die voor elke structuur moeten worden gebruikt. De standaardwaarde is 0,7.

splitFraction

De fractie van willekeurig gekozen functies die voor elke splitsing moeten worden gebruikt. De standaardwaarde is 0,7.

numBins

Maximum aantal afzonderlijke waarden (bins) per functie. De standaardwaarde is 255.

firstUsePenalty

De functie gebruikt eerst een boetecoëfficiënt. De standaardwaarde is 0.

gainConfLevel

Boomfitting krijgt betrouwbaarheidsvereiste (moet zich in het bereik [0,1)) bevinden). De standaardwaarde is 0.

trainThreads

Het aantal threads dat in de training moet worden gebruikt. Als NULL dit is opgegeven, wordt het aantal threads dat moet worden gebruikt intern bepaald. De standaardwaarde is NULL.

randomSeed

Hiermee geeft u het willekeurige zaad. De standaardwaarde is NULL.

...

Aanvullende argumenten.