Свойства, которые можно настроить для алгоритма классификации бустинга (R).
Реализуют данный алгоритм пакеты R adabag и rpart.
В этом компоненте в качестве алгоритма классификации выбран метод дерева решений.
При наличии дефиса (-) в именах столбцов используйте компонент "Тип данных" для переопределения имени столбца.
| 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. |