Изменения

Гиперпараметры - — параметры, которые не настраиваются во время обучения модели.   Пример гиперпараметра - — шаг градиентного спуска, он задается перед обучением. <br>Пример параметров - — веса градиентного спуска, они изменяются и настраиваются во время обучения.

Зачем нам нужен и валидационный, и тестовый набор? <br>Дело в том, что модель может переучиться на валидационном наборе данных. Для выявления переобучения используется тестовый набор данных. Рассмотрим модель KNeighborsClassifier из библиотеки sklearn. Все “параметры” данной модели, с точки зрения машинного обучения, являются гиперпараметрами, так как задаются до начала обучения.

[[Файл:KNeighborsClassifier_modelРассмотрим модель <code>KNeighborsClassifier</code> из библиотеки sklearn. Все “параметры” данной модели (loss, penalty, alpha и т.д), с точки зрения машинного обучения, являются гиперпараметрами, так как задаются до начала обучения.png|center|1000px]]

class sklearn.linear_model.SGDClassifier(loss='hinge', penalty= Техники настройки гиперпараметров 'l2', alpha=0.0001, l1_ratio=0.15, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, epsilon=0.1, n_jobs=None, random_state=None, learning_rate='optimal', eta0=0.0, power_t=0.5, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, class_weight=None, warm_start=False, average=False)

=== Grid search ===

==== Общая информация ====

Grid search принимает на вход модель и различные значения гиперпараметров (сетку гиперпараметров). Далее, для каждого возможного сочетания значений гиперпараметров, метод считает ошибку и в конце выбирает сочетание, при котором ошибка минимальна.

==== Sklearn Grid search: использование ====

Пример использования Grid search <code>GridSearch</code> из библиотеки scikit-learn:

# Создание экземпляра класса <code>SGDClassifier </code> (из sklearn)

# Создание экземпляра <code>GridSearch </code> (из sklearn). Первый параметр - — модель, второй - — сетка гиперпараметров, третий - — функционал ошибки (используемый для контроля качества моделей по технике кросс-валидации), четвертый - — кросс-валидация (можно задать количество фолдов, а можно передать экземпляр класса кросс - валидации)

classifier = linear_model.SGDClassifier(random_state = 0, tol=1e-3)  parameters_grid = { 'alpha' : np.linspace(0.00001, 0.0001, 15), 'learning_rate': ['optimal', 'constant', 'invscaling'], 'eta0' : np.linspace(0.00001, 0.0001, 15), 'max_iter' : np.arange(5,10), }  cv = model_selection.StratifiedShuffleSplit(n_splits=10, test_size = 0.2) grid_cv = model_selection.GridSearchCV(classifier, parameters_grid, scoring = 'accuracy', cv = cv) grid_cv.fit(train_data, test_data)  Out: GridSearchCV(cv=StratifiedShuffleSplit(n_splits=10, random_state=0, test_size=0.2, train_size=None), error_score=nan, estimator=SGDClassifier(alpha=0.0001, average=False, class_weight=None, early_stopping=False, epsilon=0.1, eta0=0.0, fit_intercept=True, l1_ratio=0.15, learning_rate='optimal', loss='hinge', max_iter=1000, n_iter_no_change=5, n_jobs=None, penalty='l2... 'eta0': array([Файл1.00000000e-05, 1.64285714e-05, 2.28571429e-05, 2.92857143e-05, 3.57142857e-05, 4.21428571e-05, 4.85714286e-05, 5.50000000e-05, 6.14285714e-05, 6.78571429e-05, 7.42857143e-05, 8.07142857e-05, 8.71428571e-05, 9.35714286e-05, 1.00000000e-04]), 'learning_rate':KNeighborsClassifier_exmpl.png|center|1000px['optimal', 'constant', 'invscaling'], 'max_iter': array([5, 6, 7, 8, 9] )}, pre_dispatch='2*n_jobs', refit=True, return_train_score=False, scoring='accuracy', verbose=0)

==== Sklearn Grid search: важные атрибуты ====

* <code>best_estimator_ </code> - — лучшая модель* <code>best_score_ </code> - — ошибка, полученная на лучшей модели.* <code>best_params_ - </code> — гиперпараметры лучшей модели <br>

[[Файл:KNeighborsClassifier_bestest print(grid_cv.png|center|1000px]] best_estimator_) <br> Out: SGDClassifier(alpha=4.857142857142857e-05, average=False, class_weight=None, early_stopping=False, epsilon=0.1, eta0=1e-05, fit_intercept=True, l1_ratio=0.15, learning_rate='optimal', loss='hinge', max_iter=6, n_iter_no_change=5, n_jobs=None, penalty='l2', power_t=0.5, random_state=0, shuffle=True, tol=0.001, validation_fraction=0.1, verbose=0, warm_start=False)

* cv_results_ - результаты всех моделей print(grid_cv. best_score_) <br> Out: 0.9099999999999999

[[Файл:KNeighborsClassifier_results print(grid_cv.png|center|1000px]] best_params_) <br> Out: {'alpha': 4.857142857142857e-05, 'eta0': 1e-05, 'learning_rate': 'optimal', 'max_iter': 6}

* доступ к массиву определенного параметра: <code>cv_results_</code> — результаты всех моделей. <br>

print(grid_cv.cv_results_) <br> Out: {'mean_fit_time': array([0.00209482, 0.00120714, 0.00089645, ..., 0.00109975, 0.00100021, 0.00099928]), 'std_fit_time': array([Файл1.22382854e-03, 6.21233347e-04, 5.32190271e-04, ..., 3.11922473e-04, 1.27400324e-05, 1.94000071e-06]), 'mean_score_time':KNeighborsClassifier_param_arrayarray([2.00700760e-04, 0.00000000e+00, 2.99715996e-04, ..., 1.99961662e-04, 2.96926498e-04, 9.png|center|1000px98973846e-05]), 'std_score_time': array([0.0004014 , 0. , 0.00045782, ..., 0.00039992, 0.00045363, 0.00029969] <br>), ...... }

print(grid_cv.cv_results_['param_max_iter'].data) <br> Out: array([5, 6, 7, ..., 7, 8, 9], dtype==== Реализация Grid search в библеотеках====* Katib* scikit-learn* Tune* Talosobject)

=== Random grid search ===

==== Основная информация ====

Когда random grid search будет гораздо полезнее, чем grid search? <br>В ситуации, когда гиперпараметров много, но сильно влияющих на конечную производительность алгоритма - — мало. ==== Реализация Random grid ====

=== SMBO ===

==== Основная информация ====

SMBO (Sequential Model-Based Optimization) - — методы, основанные на байесовской оптимизации

Когда используют SMBO? <br>Когда оптимизация целевой функции будет стоить очень "дорого". Главная идея SMBO - — замена целевой функции "суррогатной" функцией.

TPE - — Tree-structured Parzen Estimator (Древовидная структура Парзена)

<math> {p(x|y)} </math> - — распределение гиперпараметров, <math> y </math> — значение целевой функции, <math> y* </math> — пороговое начение <math> p(x|y) = \begin{cases} l(x), & \mbox{if } y < y* \\ g(x), & \mbox{if } y \ge y*\end{cases}</math> В TPE задается два различных распределения гиперпараметров: первое при значениях целевой функции меньших, чем пороговое значение. Второе - при значениях целевой функции больших, чем пороговое значение.

==== Реализация Алгоритм ====

Кроме того, SMAC использует переданную ему модель для формирования списка перспективных конфигураций (сочетаний) параметров. Чтобы оценить перспективность конфигурация <math> \theta </math>, SMAC строит распределение результатов модели для <math> \theta </math>.С помощью этого распределения, а также информации, о текущей лучшей конфигурации, SMAC вычисляет ожидаемое положительное улучшение [https://www.cs.ubc.ca/~hutter/papers/10-TR-SMAC.pdf <math> EI(\theta) </math>]. После нахождения <math> EI(\theta) </math> необходимо найти конфигурацию с наибольшим значением <math> EI(\theta) </math>. Эта задача приводит к проблеме максимизация значения на всем пространстве конфигураций.Другие методы SMBO максимизируют значения а случайной выборке из пространства конфигураций, что достаточно плохо работает в случае высокомерного пространства.SMAC применяет немного другой подход: выполняется несколько локальных и поисков и среди них выбираются все конфигурации с максимальным <math> EI(\theta) </math>. И уже среди них производится новый поиск и выбирается лучшая конфигурация. === Реализация ===* Random Forest Regressions: [https://www.automl.org/automated-algorithm-design/algorithm-configuration/smac/ SMAC]* Tree Parzen Estimators: [https://hyperopt.github.io/hyperopt/#algorithms Hyperopt]* Gaussian Processes: [https://devhub.io/repos/automl-spearmint Spearmint], [https://scikit-optimize.github.io/stable/modules/classes.html#module-skopt.optimizer Scikit-optimize] ==См. также ==[http://neerc.ifmo.ru/wiki/index.php?title=Машинное_обучение Викиконспекты: Машинное обучение] = Реализация =Источники ==  * [https://papers.nips.cc/paper/4443-algorithms-for-hyper-parameter-optimization.pdf Algorithms for Hyper-Parameter Optimization]* [https://www.cs.ubc.ca/~hutter/papers/10-TR-SMAC.pdf Sequential Model-Based Optimization for General Algorithm Configuration]* [https://www.youtube.com/watch?v=u6MG_UTwiIQ Bayesian optimization]* [https://www.youtube.com/watch?v=PgJMLpIfIc8 Гауссовские процессы и байесовская оптимизация]* AutoML[https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html GridSearchCV sklearn]