Свързани публикации 'decision-tree'


Кога да използвате дървета на решения над произволни гори: Практическо ръководство
Дърветата на решенията и произволните гори са два популярни алгоритма за машинно обучение, които могат да се използват за задачи за класификация и регресия. Дърветата на решенията са прости, но мощни алгоритми, които могат да се използват както за задачи за класификация, така и за регресия. От друга страна, произволните гори са по-сложен алгоритъм, който използва множество дървета на решения, за да прави прогнози. Когато решавате между използването на дървета на решения или произволни..
Титаник — Прогнозиране на оцеляването на пътниците с машинно обучение
След като завърших „Сертификата за анализ на данни на Google“ този месец, исках да продължа да въртя топката и да потопя пръстите си в малко лесно машинно обучение. За щастие, докато работех върху моя Google сертификат, попаднах на WeCloudData . WeCloudData, базирана в Торонто, предлага няколко тренировъчни лагера и интересни безплатни курсове за Meetup . Проектът по-долу завърших, след като преминах техния курс Въведение в машинното обучение със Sklearn . Моят модел постигна само..
Какво е дърво на решенията?
Дървото на решенията е диаграма с недостатъци, която представлява класификация на набори от данни. Използва се за подпомагане на вземането на решения в бизнес ситуация. Всеки вътрешен възел представлява „теста“ за атрибути и всеки клон представлява резултата от теста, а всеки лист представлява етикет на клас. Всичко това означава целия процес на класифициране на набори от данни. Алгоритъмът на дървото на решенията се нарича CART (дървета за класификация и регресия). Дървовидната..
Балансиране на небалансирани набори от данни в ML: Как да го направите правилно?
Уморихте ли се да създавате модели за машинно обучение само за да ги накарате да се провалят мизерно на небалансирани набори от данни? Смятате ли, че постоянно се борите срещу класата на мнозинството, опитвайки се да разтърсите справедливо класата на малцинството? Опитвали ли сте всички възможни начини да подобрите точността на вашия най-добре разработен ML модел и сте се обезсърчили от резултатите? Е, не се страхувайте! Време е да се изправите директно срещу небалансирани набори от данни..
Визуализиране на дървото на решенията и как работи?
Използване на DTreeViz за създаване на множество визуализации за разбиране на дърво на решенията Дървото на решенията е модел на машинно обучение, който може да се използва както за класификация, така и за регресия. Това е дървовидна структура, която съдържа възел за решение и листов възел. По принцип това е графично представяне за анализиране на всички възможни резултати/решения на даден проблем. Дървото на решенията работи...
Анализ на решенията и дървета в Python — Случаят на Оукланд А
Използване на дървета на решенията в Python за извличане на представа за решението на A да се премести в Лас Вегас Съвсем наскоро собственикът на бейзболния отбор Оукланд Атлетикс, Джон Фишер, обяви, че отборът е закупил близо 50 акра земя в Лас Вегас, Невада. [1] Това поставя бъдещето на последния останал професионален спортен отбор в Оукланд в опасност. През последните 5 години Оукланд видя Голдън Стейт Уориърс (НБА) и Лас Вегас Рейдърс (НФЛ) да заминат за по-нови, по-лъскави..
Сравняване на алгоритми за машинно обучение
В тази публикация се опитвам да сравня ефективността на различни класификатори за машинно обучение, предоставени от библиотеката Scikit Learn. Опитвам се да сравня ефективността на K-най-близките съседи, многослойния персептрон, дървото на решенията и машините за поддържащи вектори при класифициране на набор от данни за диабет, който изтеглих от Kaggle. Данните Наборът от данни, който използвам тук, е наборът от данни за диабета на индианците Pima от Kaggle . Нека първо да..