Inställning av skog och träd modellering noggrannhet

Skog och träd modellering noggrannhet

Ställa in parametrar för rxDForest (hastighet kompromiss) (*: OSR och RRE standardinställningar)

– Öka nTree, t. ex. till 20 eller mer (OSR = 500, RRE = 10) *

– Öka MaxDepth ändras t ex till 20 eller mer (OSR = saknas RRE = 10) *

– Minska minSplit, t. ex. till 2 (OSR = 5, RRE=sqrt(N)) *

– Öka mTry, t. ex. till 40 eller mer (OSR/RRE=sqrt(p) eller p/3) *

– Öka maxNumBins, t. ex. för 1e5 eller 1e6

– Riktighet 81.4% med KDD dataset med en ytterligare ökning 82.3% följande när ntree = 200:

ntree=20, mtry=40, minSplit=2, maxDepth=20, maxNumBins=1e6

• Du också köra rutinen randomForest öppen källkod i Hadoop-klustret med hjälp av rxExec

– Se randomShrubbery i avsnitt 6.5 av stadsguiden Distributed Computing

– Justera MR minnesgränser om det behövs eftersom data måste få plats i minnet på varje nod.