xgboostでランダムフォレストを実行する - 盆栽日記
xgboostでランダムフォレストを実行できる。 nrounds=1にして、subsampleとcolsampleをお好みの割合に設定した後、num_parallel_treeで木の数を指定すればよい。 たとえばcaretからxgboostでclassificationを行う場合以下のような設定になる。 library("caret") model_rf <- train( target_var~., sampledata, method="xgbTree", metric="ROC", colsample_bytree=0.3, subsample=0.632, num_parallel_tree=1000, tuneGrid=expand.grid(max_depth = 15, nrounds = 1, eta = 0.1) ) xgboostのvignetteを読めば書いてあること
Xgboost のR における具体例 (クラス分類) - puyokwの日記
前回、Xgboost のパラメータについて列挙しましたが、あれだけ見ても実際にどう使うのかよく分かりません。そこで今回はR で、とりあえず iris data を用いてその使い方を見ていきたいと思います。 まず、iris data の奇数番目を訓練データ、偶数番目を検証データとします。 dim(iris) # 行数:150, 列数:5 odd.n<-2*(1:75)-1 iris.train<-iris[odd.n,] # 奇数を訓練データ iris.test<-iris[-odd.n,] # 偶数を検証データ 次に、xgboost に適した形式に変換します。 library(xgboost) y <- iris.train[,5] # 目的変数 y <- as.integer(y)-1 #xgboost で既定されいるクラスは 0 base train.x<-iris.train[,1:
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
