Публикации по теме 'decision-tree'
Можно ли использовать дерево решений для задач регрессии?
Дерево регрессии — это, по сути, дерево решений, которое используется для прогнозирования непрерывных результатов. В деревьях решений для классификации дерево разбивается на основе энтропии и прироста информации. Однако, поскольку мы прогнозируем непрерывные переменные, нельзя использовать энтропию, вместо этого используется среднеквадратическая ошибка.
Среднеквадратическая ошибка (mse) говорит нам, насколько наши прогнозы отклоняются от исходной цели.
На приведенном выше рисунке Y..
Классификация дерева решений в Python
Изучите классификацию дерева решений, показатели выбора атрибутов, создайте и оптимизируйте классификатор дерева решений с помощью пакета Python Scikit-learn.
Как менеджеру по маркетингу, вам нужен набор клиентов, которые с наибольшей вероятностью купят ваш продукт. Вот как вы можете сэкономить свой маркетинговый бюджет, найдя свою аудиторию. Как кредитный менеджер, вам необходимо выявлять рискованные кредитные заявки, чтобы добиться более низкого процента невозврата кредита. Этот..
5 гиперпараметров дерева решений для улучшения ваших алгоритмов дерева
Изучите некоторые из наиболее распространенных гиперпараметров, которые вы можете настроить, чтобы повысить производительность алгоритмов на основе дерева.
Деревья решений — это действительно классные алгоритмы, которые создают основу для более продвинутых алгоритмов, таких как Random Forests, LightGBM или XGBoost. Во время вашего путешествия по науке о данных деревья решений, вероятно, являются первым нелинейным алгоритмом, который вы изучите, поскольку они довольно объяснимы и просты..
Реализация объяснимости для деревьев повышения градиента
Реализация пути принятия решения в Gradient Boosting, что доказывает локальную объяснимость без какого-либо метода XAI.
Авторы : Беа Эрнандес @ chucheria , Анхель Дельгадо @thinbaker
1. Мотивация
В машинном обучении ансамбль древовидных моделей , таких как Random Forest (RF) и Gradient Boosting (GB), дал отличные результаты в задачах классификации и регрессии, таких как прогнозирование цен на жилье.
Мы с другом работали над проектом по прогнозированию цен на жилье, и мы..
Что делает LightGBM (иногда) лучше + как быстро реализовать
Этот пост должен служить вам введением в то, что такое LightGBM, чем он отличается от других алгоритмов дерева решений, какие новые функции он привносит, а также пример кода его запуска. Это будет сопровождаться парочкой прекрасных картин Эмиля Карлсена , который очень любил рисовать деревья, а не сажать их на питоне.
Что такое усиление градиента?
Повышение градиента - это метод, при котором слабые ученики постоянно совершенствуются в сильных учеников. В отличие от случайного..
Демистификация искусственного интеллекта, машинного обучения и использования статистики
В мире искусственного интеллекта чрезвычайно важно для предприятий, которые хотят использовать возможности ИИ, чтобы иметь возможность четко понимать целостность науки о данных, что включает в себя ИИ, насколько мощным является машинное обучение и когда в игру вступает статистика. / em>
Вкратце об ИИ :
Предоставление машине возможности ..
Постоянно получать информацию из своего окружения, кадр за кадром, от одного момента к другому; прослушивание или восприятие информации о..
Экономия денег с помощью
В главе 3 «Главного алгоритма» Педро Домингоса есть пример дерева решений о том, как компьютер может определить политическую принадлежность человека. Само дерево сверху вниз звучит примерно так: Вы хотите снизить налоги? Если нет, то вы, вероятно, демократ. Если да, то вы за жизнь? Если да, то вы, вероятно, республиканец. Если нет, то поддерживаете ли вы контроль над оружием? Если да, то вы, вероятно, демократ. Если нет, вы, вероятно, независимый. Дерево решений использует игру из 21..
