인터페이스가하기 때문에 xgboost의 caret최근 변경, 여기에 사용하는 완전히 주석 연습 제공하는 스크립트입니다 caret조정에 xgboost하이퍼 매개 변수.
이를 위해 저는 Kaggle 대회 "Give Me Some Credit" 의 교육 데이터를 사용할 것 입니다.
1. xgboost모델 피팅
이 섹션에서 우리는 :
xgboost임의 하이퍼 파라미터가 있는 모델에 적합- 교차 검증 (
xgb.cv)을 사용하여 손실 (AUC-ROC) 평가
- 교육 및 테스트 평가 메트릭스 플롯
이를 수행하는 코드는 다음과 같습니다.
library(caret)
library(xgboost)
library(readr)
library(dplyr)
library(tidyr)
# load in the training data
df_train = read_csv("04-GiveMeSomeCredit/Data/cs-training.csv") %>%
na.omit() %>% # listwise deletion
select(-`[EMPTY]`) %>%
mutate(SeriousDlqin2yrs = factor(SeriousDlqin2yrs, # factor variable for classification
labels = c("Failure", "Success")))
# xgboost fitting with arbitrary parameters
xgb_params_1 = list(
objective = "binary:logistic", # binary classification
eta = 0.01, # learning rate
max.depth = 3, # max tree depth
eval_metric = "auc" # evaluation/loss metric
)
# fit the model with the arbitrary parameters specified above
xgb_1 = xgboost(data = as.matrix(df_train %>%
select(-SeriousDlqin2yrs)),
label = df_train$SeriousDlqin2yrs,
params = xgb_params_1,
nrounds = 100, # max number of trees to build
verbose = TRUE,
print.every.n = 1,
early.stop.round = 10 # stop if no improvement within 10 trees
)
# cross-validate xgboost to get the accurate measure of error
xgb_cv_1 = xgb.cv(params = xgb_params_1,
data = as.matrix(df_train %>%
select(-SeriousDlqin2yrs)),
label = df_train$SeriousDlqin2yrs,
nrounds = 100,
nfold = 5, # number of folds in K-fold
prediction = TRUE, # return the prediction using the final model
showsd = TRUE, # standard deviation of loss across folds
stratified = TRUE, # sample is unbalanced; use stratified sampling
verbose = TRUE,
print.every.n = 1,
early.stop.round = 10
)
# plot the AUC for the training and testing samples
xgb_cv_1$dt %>%
select(-contains("std")) %>%
mutate(IterationNum = 1:n()) %>%
gather(TestOrTrain, AUC, -IterationNum) %>%
ggplot(aes(x = IterationNum, y = AUC, group = TestOrTrain, color = TestOrTrain)) +
geom_line() +
theme_bw()
AUC 테스트와 훈련은 다음과 같습니다.
2. 하이퍼 파라미터 검색 train
하이퍼 파라미터 검색을 위해 다음 단계를 수행합니다.
data.frame훈련 된 모델에 원하는 고유 한 매개 변수 조합으로을 만듭니다 . - 교차 검증 매개 변수를 포함하여 각 모델의 학습에 적용되는 제어 매개 변수를 지정하고 확률을 계산하여 AUC를 계산할 수 있도록 지정하십시오.
- 각 파라미터 조합에 대해 모델을 교차 검증하고 학습하여 각 모델에 대한 AUC를 저장합니다.
이 작업을 수행하는 방법을 보여주는 코드가 있습니다.
# set up the cross-validated hyper-parameter search
xgb_grid_1 = expand.grid(
nrounds = 1000,
eta = c(0.01, 0.001, 0.0001),
max_depth = c(2, 4, 6, 8, 10),
gamma = 1
)
# pack the training control parameters
xgb_trcontrol_1 = trainControl(
method = "cv",
number = 5,
verboseIter = TRUE,
returnData = FALSE,
returnResamp = "all", # save losses across all models
classProbs = TRUE, # set to TRUE for AUC to be computed
summaryFunction = twoClassSummary,
allowParallel = TRUE
)
# train the model for each parameter combination in the grid,
# using CV to evaluate
xgb_train_1 = train(
x = as.matrix(df_train %>%
select(-SeriousDlqin2yrs)),
y = as.factor(df_train$SeriousDlqin2yrs),
trControl = xgb_trcontrol_1,
tuneGrid = xgb_grid_1,
method = "xgbTree"
)
# scatter plot of the AUC against max_depth and eta
ggplot(xgb_train_1$results, aes(x = as.factor(eta), y = max_depth, size = ROC, color = ROC)) +
geom_point() +
theme_bw() +
scale_size_continuous(guide = "none")
마지막으로 etaand 의 변형에 대해 AUC에 대한 버블 플롯을 만들 수 있습니다 max_depth.
