Классификация бустинга (R)

Свойства, которые можно настроить для алгоритма классификации бустинга (R).

Обзор
Алгоритм бустинга представляет собой популярный метод выборки, который может применяться для классификации. В данном компоненте поддерживаются алгоритмы Adaboost.M1 и Adaboost-SAMME. Этот метод выборки предназначен для повышение точности и надежности слабых классификаторов в наборах бизнес-данных.

Реализуют данный алгоритм пакеты R adabag и rpart.

Примечание

В этом компоненте в качестве алгоритма классификации выбран метод дерева решений.

Примечание

При наличии дефиса (-) в именах столбцов используйте компонент "Тип данных" для переопределения имени столбца.

Свойства классификации бустинга (R)
Таблица 1: Свойства алгоритма
Свойство Описание
Максимальная глубина Введите максимальный уровень узла в конечном дереве (корневой узел имеет уровень 0). Этот параметр может иметь значение от 1 до 20 включительно.
Минимальное расщепление Введите минимальное число наблюдений для разделения узла. Значение по умолчанию – 0. Этот параметр может иметь значение от 0 до 500 включительно.
Параметр сложности Введите параметр сложности, который позволит уменьшить время вычисления, запрещая расщепления, которые не улучшают подбор. Значение этого параметра должно быть между [-1, 1), то есть не меньше -1 и меньше 1.
Число итераций Число интераций, для которых выполняется бустинг. Этот параметр может иметь значение от 5 до 500 включительно.
Веса выборки При значении TRUE бутстреппинг набора обучения выполняется с использованием весов каждого наблюдения на данной итерации. При значении FALSE каждое наблюдение используется с его весом.
Коэффициент обновления веса Используется три следующих способа вычисления коэффициента обновления веса (α в алгоритме AdaBoost.M1): A) Брейман: α=1/[2 ln⁡((1-err)/err)], B) Фройнд: α=ln⁡((1-err)/err), и ⁡ C) Жу: α=ln⁡((1-err)/err)⁡+ln⁡(N_classes-1).
Функции Выберите столбцы ввода, для которых будет выполняться анализ.
Целевые столбцы Выберите целевой столбец, для которого будет выполняться анализ.