Основываясь на проекте https://github.com/nkbuddy/dsc-phase-3-project-NBA/blob/main/README.md, я бы рекомендовал начать с деревьев, случайных лесов и классификатора XGB. По сути, это разные реализации дерева решений, которое является самой простой концепцией для изучения и понимания.
Деревья решений, случайные леса и классификатор XGB основаны на. Алгоритмы деревьев решений. все они делают одно и то же — делят пространство признаков на регионы с одинаковыми метками. Деревья решений просты для понимания и реализации. Однако, когда ветвь истощена очень глубоко, может произойти переоснащение. Случайные леса и деревья решений с градиентным усилением — два популярных способа использования древовидных алгоритмов для достижения хорошей точности и одновременного преодоления проблем переобучения.
