Публикации по теме 'decision-tree'
Раскройте секрет случайности в случайных лесах
Случайный лес - это метод алгоритма машинного обучения, который работает путем построения нескольких деревьев решений в процессе обучения.
Сценарии использования случайных лесов: -
Выявление мошенничества и постоянных клиентов в банках. Помогает в прогнозировании заболеваний путем анализа медицинских отчетов пациентов. Прогноз цен на акции.
Как работает алгоритм случайного леса? →
Как уже упоминалось, случайный лес - это набор деревьев решений , сначала, когда мы..
Chefboost - альтернативная библиотека Python для древовидных моделей
Chefboost - альтернативная библиотека Python для древовидных моделей
Обзор основных отличий от scikit-learn
Я случайно наткнулся на chefboost в своей ленте Twitter и, учитывая, что никогда не слышал об этом раньше, я решил быстро изучить его и проверить. В этой статье я кратко представлю библиотеку, упомяну ключевые отличия от стандартной библиотеки scikit-learn и покажу быстрый пример chefboost на практике.
Краткое введение в chefboost
Я думаю, что лучшее описание дается в..
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..
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..
Наука о данных: случайный лес
Наука о данных: случайный лес
Случайный лес объясняется легко.
Фон:
Все мы ежедневно используем технику дерева решений, чтобы планировать свою жизнь. Мы видели дерево решений в моем предыдущем блоге, а также его работу в области науки о данных.
Наука о данных: дерево решений Описание дерева решений medium.com
Дерево решений имеет ряд недостатков, о которых говорится ниже:
1. Дерево решений имеет Низкое смещение и..
Деревья решений и случайные леса
Деревья решений и случайные леса
Деревья решений - это тип модели, используемый как для классификации, так и для регрессии. Деревья отвечают на последовательные вопросы, которые отправляют нас по определенному маршруту дерева, на котором дан ответ. Модель работает с условиями «если это, чем то», что в конечном итоге приводит к конкретному результату. Это легко увидеть на изображении ниже, на котором показано, стоит ли играть в гольф.
Поток этого дерева идет вниз, начиная с..
Прогнозирование ущерба от землетрясений с помощью машинного обучения — Часть 3
Автор — Джен Ненг Нг
Эта история является продолжением серии:
Часть 1: Фоновое исследование
Часть 2: Анализ данных
Часть 3: Реализация
Часть 4: Реализация (продолжение)
Часть 3. Реализация
Разделение данных
В результате разделения данных был создан набор данных поезда из 146 590 строк и набор тестовых данных из 36 506 строк.
Очистка данных
Используйте коробочную диаграмму, чтобы обрезать выброс:
Выборка данных
Мы можем проверить..