Learn from Top Kagglers：高级调参技巧

以下是Coursera上的How to Win a Data Science Competition: Learn from Top Kagglers课程笔记。

阅读原文，获取jupyter notebook文件。

Hyperparameter Optimization

• List most important hyperparameters in major models; describe their impact

• Understand the hyperparameter tuning process in general

• Arrange hyperparameters by their importance

Hyperparameter tuning I

Plan for the lecture

• Hyperparameter tuning in general

• General pipeline

• Manual and automatic tuning

• What should we understand about hyperparameters?

• Models,libraries and hyperparameter optimization

• Tree-based models

• Neural networks

• Linear models

Plan for the lecture:models

• Tree-based models

• GBDT: XGBoost, LightGBM, CatBoost

• RandomForest/ExtraTrees

• Neural nets

• Pytorch, Tensorflow, Keras…

• Linear models

• SVM, logistic regression

• Vowpal Wabbit, FTRL

• Factorization Machines(out of scope)

• libFM, libFFM

How do we tune hyperparameters

• 1.Select the most influential parameters

• a.There are tons of parameters and we can’ttune all of them

• 2.Understand,how exactly they influence the training

• 3.Tune them

• a.Manually(change and examine)

• b.Automatically(hyperopt, etc)

• 1.无论如何，我们从来没有时间调整所有的参数，所以我们需要提出一个很好的子集来调整。假设我们是xgboost新手，不知道哪些参数是需要调的，可以在Github或Kaggle Kernels搜索到前人通常设置的参数。

• 2.理解改变其中一个参数会发生什么。

• 3.大多数人手动完成调参工作。也可以使用超参数优化工具，但手动执行通常会更快。

Hyperparameter optimization software自动调参工具

运行调参 工具 可能需要很长时间，因此最好的策略是在夜间运行它。

• A lot of libraries to try:

• Hyperopt

• Scikit-optimize

• Spearmint

• GPyOpt

• RoBO

• SMAC3

从广义上讲，不同的参数会导致三种不同的结果

• 1.Underfitting(bad)

• 2.Good fit and generalization(good)

• 3.Overfitting(bad)

因此我们需要把想要调整的参数分为两组。第一组是约束模型的参数，第二组与第一组效果相反。

• A parameter in red

• Increasing it impedes fitting

• Increase it to reduce overfitting

• Decrease to allow model fit easier

• A parameter in green

• Increasing it leads to a batter fit(overfit) on train set

• Increase it, if model underfits

• Decrease if overfits

上面提到的颜色只是视频中的标记

Hyperparameter tuning II

一些基于树模型的超参数优化

• Tree-based models

GBDT

• max_depth:

  树越深，越能拟合数据集，但这可以会导致过拟合。根据任务的不同，最大深度可能会有很大差异，有时是2，有时是27。建议max_depth大约从7开始，直到未过拟合的最大深度。需要注意的是深度增加，学习时间就更长。

• num_leaves:

  在LightGBM中，可以控制叶的数量，而不是最大深度。因为树可以很深，但如果叶子数量少就不会导致过拟合。

• subsample、bagging_fraction:

  这个参数可以控制每次喂给模型的数据量，取值在0,1之间。每次喂给它一小部分数据，可以让它不那么过拟合，并且可以得到更好的泛化效果，但是模型的训练会更慢。这有点像正则化的作用。

• colsample_bytree、colsample_bylevel:

  这个参数可以控制subsample中的分裂点。如果模型过拟合，可以尝试降低这些值。

• min_child_weight,lambda,alpha:

  正则化参数。

• min_child_weight:

  经验中，这是最重要的参数。增加它可以让模型更保守，减少它会让模型有更少约束。根据不同的任务，我发现最佳值为0,5,15,300，所以不要犹豫，尝试各种值，这取决于数据。

• eta、num_round:eta本质上是一种学习权重，就像梯度下降一样。num_round是我们想要执行的学习步数，换句话说，是我们想要建多少棵树。每次迭代都会构建一个新树，以学习率eta添加到模型中。

  Other

• seed:

  一般情况下随机种子对于模型影响不大。但如果随机种子对你的影响非常大时，建议你可以多次提交，或者根据随机性调整你的验证方案。

• 当我们找到合适的轮数时，可以做一个通常会提高分数的技巧。我们将num_round乘以α，将eta除以α，模型通常会变得更好。可能应用的参数也需要调整，但通常可以保留原样。

sklearn.RandomForest/ExtraTrees

• n_estimators:

  RandomForest构建每棵树是独立于其他树的，这意味这拥有大量树的模型不会导致过拟合，这于Gradient Boosting相反。我们通常首先将n_estimators设置为非常小的数字，例如10，并看看这将花费多少时间，如果不太长，就把它设为一个比较大的值，例如300。

• max_deep:

  控制树的深度，于XGBoost不同，它可以被设置为None,这对应于无限深度。当数据集中的特征具有重复值和重要交互时，它实际上非常有用。在其他情况下，无约束深度的模型将立即过拟合。建议随机森林的深度从7左右开始。通常随机深林的最佳深度高于Gradient Boosting，所有不要犹豫尝试10,20或更高的值。

• max_feature:

  与XGBoost中的参数相同。

• min_samples_leaf:

  是一个类似正则化的参数，与XGBoost的min_child_weight和LightGBM的min_data_leaf相同。

Other

• criterion:

  根据我的经验，Gini更常见，但有时Entropy更好。

• random_state:

  随机种子参数

• n_jobs:设置拥有多个核心数。默认情况下sklearn的RandomForest由于某种原因仅使用一个核心。

Hyperparameter tuning III

• Neural nets

• Pytorch, Tensorflow, Keras…

• Linear models

• SVM, logistic regression

• Vowpal Wabbit, FTRL

Neural Nets

这里讨论的是dense neural nets,即只含有全连接层的网络

自适应算法已高亮+斜体显示

• Number of neurons per layer

• Number of layers

• Optimizers

• In pratice lead to more overfitting

• SGD + momentum

• Adam/Adadelta/Adagrade/..

• Batch size

• Learning rate

• Regularization

• L2/L1 for weights

• Dropout/Dropconnect

• Static Dropconect

• 建议从简单的开始，比如1层或2层，调试代码，确保训练时loss下降

• 然后尝试找到一个能够过拟合的配置，之后在网络中调整一些东西

• 神经网络的关键部分之一是优化方法

• 自适应优化方法的确可以让你更快的拟合数据，但根据我的经验，这也会导致严重的过拟合。普通的SGD收敛速度较慢，但是训练好的模型通常会有更好的泛化效果。Adaptive methods are useful,but in the settings others in classification and regression.

• Batch Size:事实证明批量过大会导致更多的过拟合。凭经验，batch_size为500就可以认为很大。建议选择32或64左右的值，如果网络仍然过拟合，请尝试减少batch_size，反之增加它。batch_size也不应该太小，否则梯度可能会有太多噪声。在调整batch_size后，必要时，应该去调整其他网络数量。

• 学习率：学习率不能太高也不能太低。因此，最佳学习率取决于其他参数。通常从一个大的学习率开始，比如0.1，然后逐步去减小它。有一条经验法则，如果你将batch_size增加alpha倍，你也可以提高学习率alpha倍。

• 早期，人们大多使用L2和L1正则化。如今大多数人都使用dropout正则化。对我来说，就是在数层之后立即将dropout作为第一层。

• static dropconnect:通常我们有一个密集连接的输入层，比如128个单位。我们将改为一个非常巨大的隐藏层，比如4096个单位，对于一般的比赛来说，这是一个巨大的网络，它会严重过拟合。现在为了规范它，我们将对这一层随机dropout 99%，这是非常强的正则化，实践证明这是可以的。

  

Linear models

• Scikit-learn

• Sklearn wraps libLinear and libSVM

• Compile yourself for multicore support

• SVC/SVR

• LogisticRegression/LinearRegression + regularizers

• SGDClassifier/SGDRegressor

• Vowpal Wabbit

• FTRL

• SVM几乎不需要调参，这是最大的益处

• 最新版的 libLinear 和 libSVM 支持多核处理，但Sklearn中的不支持多核处理。所以我们需要动手变异这些库以使用此选项。

• 几乎没有人使用 kernel SVC ，所以这里只讨论SVM

• 对于不适合在内存中操作的数据，我们可以使用 Vowpal Wabbit ，它以在线的方式实现线性模型的学习。它只能直接从硬盘驱动器中逐行读取数据，永远不会将整个数据集加载到内存中。因此，允许学习非常庞大的数据集。

• 线性模型的在线学习方法（FTRL）在前段时间特别受欢迎，他是 Vowpal Wabbit 中的实现。

Linear models

• Regularization parameter(X,alpha,lambda,..)

• Start with very small value and increase it.

• SVC starts to work sklowe as C increase

• Regularization type

• L1/L2/L1+L2 —try each

• L1 can be used for feature selection

• C：对于SVM，我通常会从一个非常小的值开始，比如，每次乘以10。从小的值开始，是因为参数C越大，训练时间越长。

• 选择L1还是L2？答案是尝试两者，在我看来，它们非常相识。并且L1还有一个好处，可以给我们提供一个稀疏权重，这可以用于特征选择。

Tips

• Don’t spend too much time tuning hyperparameters

• Only if you don’t have any more ideas or you have spare computational resources

• Be patient

• It can take thousands of rounds for GBDT or neural nets to fit.

• Average everything

• e.g.average max_depth=4,5,6for an optimal 5

• Over random seed

• Or over small deviations from optimal parameters

相关链接

• 调整估计器的超参数（sklearn）

  http://scikit-learn.org/stable/modules/grid_search.html

• Python中梯度提升（GBM）中参数调整的完整指南

  https://www.analyticsvidhya.com/blog/2016/02/complete-guide-parameter-tuning-gradient-boosting-gbm-python/

长按识别二维码

获取更多AI资讯