Публикации по теме 'classification'
Почему линейная регрессия не работает для классификации — часть II?
Полный анализ.
Я предлагаю вам ознакомиться с Часть I , прежде чем продолжить.
В первой части мы проверили, работает ли линейная регрессия для переменной качественного ответа с более чем двумя классами. Здесь мы проверим, работает ли это для двоичной классификации?
На этот раз мы будем работать с Набором данных для прогнозирования рака молочной железы . Для простоты я рассматривал только средний периметр опухоли как единственную характеристику в данных.
Основываясь на..
Визуализация дерева решений с помощью R
Деревья решений - одни из самых популярных алгоритмов машинного обучения, используемых в промышленности, поскольку они достаточно интерпретируемы и интуитивно понятны. Более того, они имитируют логические рассуждения людей.
Базовый рецепт любого дерева решений очень прост: мы начинаем выбирать в качестве корневого одну функцию, разделяем ее на разные ветви, которые заканчиваются на узлы, а затем, если необходимо, продолжаем дальнейшее разбиение на другие функции. Наконец, мы возвращаемся..
Что такое случайный лес?
В моем раннем путешествии в мрачные глубины науки о данных и машинного обучения я несколько раз сталкивался с фразой Random Forest и совершенно не понимал, к чему она на самом деле относится. Сегодня я решил погрузиться и изучить концепцию.
Итак, что такое случайный лес? Вот что придумала мудрая и могучая Википедия :
Случайные леса или леса случайных решений — это ансамблевый метод обучения для классификации, регрессии и других задач, который работает путем построения..
Как сладко быть классифицированным вами
Визуализация — это такая фантастическая вещь. Посмотрите на это изображение:
Как люди, мы врожденно узнаем что-то об этом изображении. Мы видим таблицу. Мы видим, что есть прозрачное блюдо, которое может содержать что-то. Честно говоря, вы, наверное, сразу поняли, что это тарелка с мороженым, стоящая на столе и налитая сверху каким-то соусом (вероятно, карамельным или шоколадным). И вы будете правы. Наш мозг — удивительная штука, которая может распознавать и понимать огромное..
Упрощение дерева решений в машинном обучении
Один из самых популярных и используемых алгоритмов машинного обучения
Это одна из самых простых и базовых моделей машинного обучения, которую можно использовать как для классификации, так и для регрессии. Давайте углубимся в понимание дерева решений в нашем знакомом стиле вопросов и ответов. У нас также есть видео-лекция по теории здесь и практическое использование python здесь .
Каковы компоненты дерева решений?
Основные составляющие:
а ) Корневой узел: обычно в этом..
#MLMuse - Наивность в наивных байесовских классификаторах
Почему наивны «наивные байесовские классификаторы»?
Классификация наших данных и прогнозирование результатов на основе наших исторических данных в настоящий момент являются огромными задачами. Для выполнения этих задач у нас есть надежное семейство алгоритмов контролируемого обучения, называемых наивными байесовскими классификаторами .
Наивные классификаторы Байеса полностью основаны на теореме Байеса, которая дает нам вероятность события при условии, что другое событие уже..
Классификация дерева решений
Дерево решений — это контролируемый алгоритм машинного обучения, используемый как для задач классификации, так и для задач регрессии (CART). В частности, в этом посте мы сосредоточимся на деревьях классификации.
Дерево решений состоит из трех типов узлов. Корневой узел – это начальный узел, который представляет всю выборку и может быть разделен на дополнительные узлы. Внутренние узлы представляют функции набора данных, а ветви представляют правила принятия решений. Наконец,..