fastForest: fastForest

Cria uma lista contendo o nome da função e os argumentos para treinar um modelo FastForest com rxEnsemble.

Utilização

  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, ...)
 

Argumentos

numTrees

Especifica o número total de árvores de decisão a serem criadas no conjunto. Ao criar mais árvores de decisão, você pode potencialmente obter uma melhor cobertura, mas o tempo de treinamento aumenta. O valor padrão é 100.

numLeaves

O número máximo de folhas (nós terminais) que podem ser criadas em qualquer árvore. Valores mais altos potencialmente aumentam o tamanho da árvore e obtêm melhor precisão, mas correm o risco de sobreajustar e exigir tempos de treinamento mais longos. O valor padrão é 20.

minSplit

Número mínimo de instâncias de treinamento necessárias para formar uma folha. Ou seja, o número mínimo de documentos permitidos em uma folha de uma árvore de regressão, fora dos dados subamostrados. Uma «divisão» significa que as características em cada nível da árvore (nó) são divididas aleatoriamente. O valor padrão é 10.

exampleFraction

A fração de instâncias escolhidas aleatoriamente para usar para cada árvore. O valor padrão é 0,7.

featureFraction

A fração de características escolhidas aleatoriamente para usar em cada árvore. O valor padrão é 0,7.

splitFraction

A fração de recursos escolhidos aleatoriamente para usar em cada divisão. O valor padrão é 0,7.

numBins

Número máximo de valores distintos (compartimentos) por recurso. O valor padrão é 255.

firstUsePenalty

O recurso primeiro usar o coeficiente de penalidade. O valor padrão é 0.

gainConfLevel

O encaixe da árvore ganha confiança (deve estar na faixa [0,1)). O valor padrão é 0.

trainThreads

O número de threads a serem usados no treinamento. Se NULL for especificado, o número de threads a serem usados será determinado internamente. O valor predefinido é NULL.

randomSeed

Especifica a semente aleatória. O valor predefinido é NULL.

...

Argumentos adicionais.