Usted debe encontrar estas están relacionadas a determinar el mejor valor para el número de funciones de base - es decir, iteraciones - es decir, el número de árboles en el modelo aditivo. No puedo encontrar la documentación que describe exactamente lo que son, pero aquí está mi mejor conjetura y tal vez alguien lo puede comentar.
Tome las siguientes del manual:
library(gbm)
# A least squares regression example
# create some data
N <- 1000
X1 <- runif(N)
X2 <- 2*runif(N)
X3 <- ordered(sample(letters[1:4],N,replace=TRUE),levels=letters[4:1])
X4 <- factor(sample(letters[1:6],N,replace=TRUE))
X5 <- factor(sample(letters[1:3],N,replace=TRUE))
X6 <- 3*runif(N)
mu <- c(-1,0,1,2)[as.numeric(X3)]
SNR <- 10 # signal-to-noise ratio
Y <- X1**1.5 + 2 * (X2**.5) + mu
sigma <- sqrt(var(Y)/SNR)
Y <- Y + rnorm(N,0,sigma)
# introduce some missing values
X1[sample(1:N,size=500)] <- NA
X4[sample(1:N,size=300)] <- NA
data <- data.frame(Y=Y,X1=X1,X2=X2,X3=X3,X4=X4,X5=X5,X6=X6)
# fit initial model
gbm1 <- gbm(Y~X1+X2+X3+X4+X5+X6, # formula
data=data, # dataset
var.monotone=c(0,0,0,0,0,0), # -1: monotone decrease,
# +1: monotone increase,
# 0: no monotone restrictions
distribution="gaussian", # bernoulli, adaboost, gaussian,
# poisson, coxph, and quantile available
n.trees=3000, # number of trees
shrinkage=0.005, # shrinkage or learning rate,
# 0.001 to 0.1 usually work
interaction.depth=3, # 1: additive model, 2: two-way interactions, etc.
bag.fraction = 0.5, # subsampling fraction, 0.5 is probably best
train.fraction = 0.5, # fraction of data for training,
# first train.fraction*N used for training
n.minobsinnode = 10, # minimum total weight needed in each node
cv.folds = 5, # do 5-fold cross-validation
keep.data=TRUE, # keep a copy of the dataset with the object
verbose=TRUE) # print out progress
El número de iteraciones (Iter
) es de 3000, que es el número de árboles seleccionados para ser construido (de 1 a 3000 aunque no cada uno se muestra). El proceso completo se repite 5 veces por el camino, porque hemos seleccionado cv.pliegues=5.
StepSize
es la contracción o la tasa de aprendizaje seleccionado (0.005 aquí).
Creo que Improve
es la reducción en la desviación (pérdida de función) mediante la adición de otro árbol, y se calcula mediante la hacia fuera-de-bolsa (OOB) registros (nota no va a ser calculado si la bolsa.fracción no es <1).
A continuación, para cada iteración, el TrainDeviance ValidDeviance
es el valor de la función de pérdida en los datos de entrenamiento y mantener los datos (un solo fuera de juego). El ValidDeviance no ser calculado si train.fraction
no es <1.
Has visto este que describe los 3 tipos de métodos para determinar el número óptimo de los árboles?