Métodos e fórmulas para sintonizar hiperparâmetros em Ajuste de modelo e Descubrir preditores-chave com Regressão TreeNet®

Observação

Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.

Se você especificar valores para mais de um hiperparâmetro, então os modelos na tabela de avaliação dependem se você avalia as combinações completas dos hiperparâmetros.

  • Se você selecionar Avaliar combinações completas de parâmetros, então o algoritmo avaliará cada combinação dos hiperparâmetros. Essa opção geralmente leva mais tempo para ser calculada.
  • Caso contrário, o algoritmo avalia os hiperparâmetros nesta ordem:
    1. Taxa de aprendizado
    2. Fração da subamostra
    3. Parâmetro de complexidade individual da árvore
    Por exemplo, suponha que o algoritmo receba os seguintes hiperparâmetros:
    • Taxas de aprendizado: 0,001, 0,01, 0,1
    • Frações da subamostra: 0,4, 0,5, 0,7
    • Números máximos de nós terminais: 4, 6
    1. O algoritmo define a proporção de subamostras como 0,4 e o número máximo de nós terminais como 4. Em seguida, o algoritmo avalia as taxas de aprendizagem da menor para a maior: 0,001, 0,01, 0,1.
    2. Suponha que o algoritmo identifique 0,01 como a melhor taxa de aprendizado. Em seguida, o algoritmo definirá a taxa de aprendizagem como 0,01 e o número máximo de nós terminais como 4. Em seguida, o algoritmo avaliará as proporções de subamostras de 0,4, 0,5 e 0,7.
    3. Suponha que o algoritmo identifique 0,5 como a melhor proporção de subamostra. Em seguida, o algoritmo definirá a taxa de aprendizagem como 0,01, a proporção de subamostra como 0,5. Em seguida, o algoritmo avaliará os números máximos de nós de 4 e 6.
    4. Suponha que o algoritmo identifique 6 como o melhor número máximo de nós terminais. Em seguida, o Minitab produzirá a tabela de avaliação e os resultados para o modelo com taxa de aprendizagem = 0,01, proporção de subamostras de 0,5 e número máximo de nós terminais de 6.

Nesse exemplo, a análise que não avalia o conjunto completo de combinações de parâmetros inclui 8 modelos na tabela de avaliação. Uma análise de todas as combinações de parâmetros tem 3 × 3 × 2 = 18 combinações e leva mais tempo para ser calculada.

Para obter detalhes sobre o cálculo dos critérios de precisão para um modelo individual, vá para Métodos e fórmulas para o sumário do modelo em Ajuste de modelo e Descubrir preditores-chave com Regressão TreeNet®.