Свързани публикации 'decision-tree'
Може ли дървото на решенията да се използва за регресионни проблеми?
Регресионното дърво е основно дърво на решенията, което се използва за прогнозиране на непрекъснато оценени резултати. В дърветата на решенията за класификация дървото се разделя на базата на ентропия и придобиване на информация. Въпреки това, тъй като предвиждаме непрекъснатите променливи, ентропията не може да не се използва вместо това се използва средна квадратична грешка.
Средната квадратична грешка (mse) ни казва колко нашите прогнози се отклоняват от първоначалната цел.
В..
Класификация на дървото на решенията в Python
Научете класификацията на дървото на решенията, мерките за избор на атрибути, изградете и оптимизирайте класификатора на дървото на решенията с помощта на пакета Python Scikit-learn.
Като маркетинг мениджър вие искате набор от клиенти, които е най-вероятно да закупят вашия продукт. Ето как можете да спестите маркетинговия си бюджет, като намерите своята аудитория. Като кредитен мениджър трябва да идентифицирате рискови заявления за кредит, за да постигнете по-нисък процент на неизпълнение..
5 хиперпараметъра на дървото на решенията за подобряване на алгоритмите на вашето дърво
Научете някои от най-често срещаните хиперпараметри, които можете да промените, за да подобрите производителността на своите дървовидни алгоритми
Дърветата на решенията са наистина страхотни алгоритми, които подготвят сцената за по-напреднали алгоритми като Random Forests, LightGBM или XGBoost. По време на вашето пътуване в областта на науката за данните, дърветата на решенията вероятно са първият нелинеен алгоритъм, който ще научите, тъй като са доста обясними и ясни за разбиране...
Внедряване на обяснимост за дървета с градиентно усилване
Внедряване на път на решение в Gradient Boosting, което доказва локална обяснимост без XAI метод.
Автори : Беа Ернандес @ chucheria , Анхел Делгадо @thinbaker
1. Мотивация
В машинното обучение ансамбълът от дървовидни модели като случайна гора (RF) и градиентно усилване (GB) дадоха страхотни резултати при проблеми с класификацията и регресията, като например прогнозирането на цените на жилищата.
Един приятел и аз работихме в проект за прогнозиране на цените на жилищата и..
Какво прави LightGBM (понякога) по-добър + как бързо да го внедрите
Тази публикация в блога трябва да ви представи въведение в това какво представлява LightGBM, как се различава от другите алгоритми на дървото на решенията, какви нови функции носи и примерен код за неговото изпълнение. Това ще бъде придружено от няколко красиви картини на Emil Carlsen , който много обичаше да рисува дървета, вместо да ги засажда в Python.
Какво е градиентно усилване?
Gradient Boosting е метод, по време на който слабите учащи и непрекъснато се подобряват в силни..
Демистифициране на изкуствения интелект, машинното обучение и използването на статистика
В първия свят на ИИ е изключително важно за фирмите, които искат да използват силата на ИИ, да могат ясно да разберат целостта на науката за данните, какво обхваща ИИ, колко мощно е машинното обучение и кога статистиката влиза в игра.
AI накратко :
Предоставяне на способността на машината да..
Непрекъснато получава информация от своята среда, кадър по кадър, един момент след друг; слушане или усещане на информация за пространството, обектите и техните взаимодействия (създаване..
Спестяване на пари с помощта на
В глава 3 на „Главният алгоритъм“ от Педро Домингос има пример за дърво на решенията за това как компютър може да определи политическата принадлежност на дадено лице. Самото дърво, отгоре надолу, върви нещо от рода на: Искате ли да намалите данъците? Ако не, вероятно сте демократ. Ако да, вие Pro-Life ли сте? Ако да, вероятно сте републиканец. Ако не, подкрепяте ли контрола върху оръжията? Ако да, вероятно сте демократ. Ако не, вероятно сте независим. Дървото на решенията използва..
