fastForest : fastForest

Crée une liste contenant le nom de la fonction et les arguments pour entraîner un modèle FastForest avec rxEnsemble.

Utilisation

  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, ...)
 

Les arguments

numTrees

Spécifie le nombre total d’arbres de décision à créer dans l’ensemble. En créant davantage d’arbres de décision, vous pouvez potentiellement obtenir une meilleure couverture, mais le temps de formation augmente. La valeur par défaut est 100.

numLeaves

Nombre maximal de feuilles (nœuds de terminal) qui peuvent être créées dans n’importe quelle arborescence. Des valeurs plus élevées augmentent potentiellement la taille de l’arbre et obtiennent une meilleure précision, mais les risques sont trop élevés et nécessitent des temps d’entraînement plus longs. La valeur par défaut est 20.

minSplit

Nombre minimal d’instances d’entraînement requises pour former une feuille. Autrement dit, le nombre minimal de documents autorisés dans une feuille d’une arborescence de régression, hors des données sous-échantillonées. Un « fractionnement » signifie que les fonctionnalités de chaque niveau de l’arborescence (nœud) sont divisées de façon aléatoire. La valeur par défaut est 10.

exampleFraction

Fraction des instances choisies de manière aléatoire à utiliser pour chaque arborescence. La valeur par défaut est 0.7.

featureFraction

Fraction des fonctionnalités choisies de manière aléatoire à utiliser pour chaque arborescence. La valeur par défaut est 0.7.

splitFraction

Fraction des fonctionnalités choisies de manière aléatoire à utiliser sur chaque fractionnement. La valeur par défaut est 0.7.

numBins

Nombre maximal de valeurs distinctes (bacs) par fonctionnalité. La valeur par défaut est 255.

firstUsePenalty

La fonctionnalité utilise d’abord le coefficient de pénalité. La valeur par défaut est 0.

gainConfLevel

L’ajustement de l’arbre gagne en confiance (doit se trouver dans la plage [0,1)). La valeur par défaut est 0.

trainThreads

Nombre de threads à utiliser lors de l’entraînement. Si NULL elle est spécifiée, le nombre de threads à utiliser est déterminé en interne. La valeur par défaut est NULL.

randomSeed

Spécifie la valeur initiale aléatoire. La valeur par défaut est NULL.

...

Arguments supplémentaires.