Публикации по теме 'decision-tree'


Понимание регрессоров дерева решений: создание пользовательской реализации на Python
Введение Регрессоры деревьев решений — это мощные, универсальные и простые для понимания модели машинного обучения, используемые для решения задач регрессии. В задачах регрессии цель состоит в том, чтобы предсказать непрерывную целевую переменную на основе входных признаков. Регрессоры дерева решений строят древовидную структуру, рекурсивно разбивая входные данные на подмножества, оптимизируя разделение на основе значений входных признаков. Конечным результатом является иерархическая..
Введение в деревья решений
Деревья решений — это методы, использующие древовидную структуру условных операторов и решений. Чаще всего используется в анализе решений, интеллектуальном анализе данных, фильтрации веб-контента, задачах машинного обучения. В ML деревья решений могут быть хорошей моделью как при использовании в качестве отдельной модели, так и при использовании их для более сложных моделей, например. случайные леса или машины повышения градиента. Деревья решений — это вариант контролируемой модели..
Алгоритм дерева решений: они повсюду
Все, что вы хотите знать о дереве решений, теории и реализации. Введение «Две дороги расходились в лесу, и я выбрал ту, по которой не ходил, И в этом вся разница». Эта фраза встречается в стихотворении Роберта Фроста «Неизбранная дорога» . Стихотворение красноречиво описывает, как решение может оставить неизгладимое влияние на их жизнь. Разве решения не являются неотъемлемой частью нашей жизни? Пути, которые мы выбираем, и решения, которые мы принимаем, сильно влияют на нашу..
CFXplorer: пакет Python для создания контрфактических объяснений
Представляет пакет Python для создания неверных объяснений древовидных алгоритмов. Важность интерпретируемости моделей машинного обучения растет по мере того, как они все чаще применяются в реальных сценариях. Понимание того, как модели принимают решения, приносит пользу не только пользователям модели, но и тем, на кого влияют решения, принимаемые моделью. Объяснения, противоречащие фактам , были разработаны для решения этой проблемы, поскольку они позволяют людям понять, как они могли..
Алгоритм дерева решений (ID3)
Это вторая часть руководства по дереву решений. В последней части мы говорим о введении дерева решений, мерах примесей и алгоритме CART для создания дерева. ЧАСТЬ I - АЛГОРИТМ КОРЗИНЫ ДЕРЕВА РЕШЕНИЙ Это руководство посвящено еще одному важному алгоритму, используемому для создания дерева решений, известному как ID3. Это аббревиатура от итеративного дихотомизатора 3. Формула Поможет в построении дерева, Итак, приступим !!! мы возьмем тот же набор данных о погоде, который..
Деревья решений — Как это работает для Fintech
Эта статья о деревьях решений, как это работает, преимуществах и проблемах деревьев решений, решении проблем Fintech с помощью машинного обучения. Эта статья является частью серии, в которой мы шаг за шагом рассмотрим решение финтех-задач с помощью различных методов машинного обучения с использованием набора данных All Lending Club Loan . Здесь вы можете найти полный комплексный проект по науке о данных для начинающих изучать науку о данных.
Деревья решений  — простой способ
Деревья решений — это алгоритм машинного обучения, который использует древовидную модель для принятия решений на основе серии бинарных решений. Они обычно используются для задач классификации и регрессии в обучении с учителем. Дерево решений состоит из узлов и ребер. Каждый узел представляет собой решение или проверку функции, а каждое ребро представляет собой результат проверки. Самый верхний узел в дереве является корневым узлом, а нижние узлы — конечными узлами. Вот пример дерева..