Публикации по теме 'decision-tree'
Обзор деревьев решений
Проще говоря, дерево решений - это блок-схема, созданная вашим компьютером для прогнозирования. Хотя это хороший обзор деревьев решений, как создать эту блок-схему, почему это важно? Это мой вводный блог о деревьях решений, где я расскажу, что такое деревья решений, и два основных показателя, используемых для создания деревьев решений.
Обзор
Дерево решений - это ориентированный ациклический граф (DAG). Это означает, что вся информация течет в одном направлении и никогда не возвращается..
Алгоритмы машинного обучения: деревья решений
Деревья решений - это широко используемые модели для задач классификации и регрессии. По сути, они изучают иерархию вопросов «если-еще», ведущих к решению. Дерево решений - это блок-схема, подобная древовидной структуре, где каждый внутренний узел обозначает тест для атрибута, каждая ветвь представляет результат теста, а каждый листовой узел (конечный узел) содержит метку класса.
Представьте, что вы хотите различать следующих четырех животных: медведей , ястребов , пингвинов и..
5 основных преимуществ и недостатков алгоритма дерева решений
Дерево решений - очень популярный алгоритм машинного обучения. Дерево решений решает проблему машинного обучения путем преобразования данных в представление дерева. Каждый внутренний узел древовидного представления обозначает атрибут, а каждый листовой узел обозначает метку класса.
Алгоритм дерева решений может использоваться для решения задач как регрессии, так и классификации.
Вы можете посмотреть видео о дереве решений с нуля в Python
Вы можете посмотреть видео на тему..
Начало работы с машинным обучением Azure
Это блог-версия моей серии лекций по машинному обучению Azure, которая проводится в Сингапуре.
Введение и мотивация
Если вы читаете это, то, вероятно, понимаете необходимость и важность машинного обучения. Вероятно, вам не терпится начать заниматься машинным обучением. Но куда бы вы ни посмотрели, на досках вакансий, учебных пособиях и т. Д. Вы обнаружите, что всегда есть просьба о наличии докторской степени или опыта в статистике, линейной алгебре, программировании или любой их..
Лучшее из обоих миров: линейные модельные деревья
Дерево линейных моделей (LMT) - одна из моих любимых моделей машинного обучения - и на то есть веские причины. Деревья линейных моделей объединяют линейные модели и деревья решений для создания гибридной модели, которая дает лучшие прогнозы и приводит к лучшему анализу, чем любая из моделей по отдельности. Дерево линейных моделей - это просто дерево решений с линейными моделями в его узлах. Это можно рассматривать как кусочно-линейную модель с узлами, изученными с помощью алгоритма дерева..
2. Деревья решений для классификации
Давайте разберемся с деревьями решений без тяжелой математики!
Методы на основе деревьев были впервые представлены Лео Брейманом и тремя другими авторами: Джеромом Фридманом, Чарльзом Дж. Стоуном и Р.А. Ольшен, в начале 80-х, так что эти методы существуют довольно давно! Первоначально они были представлены как CART: деревья классификации и регрессии.
Дерево решений — это древовидный метод, используемый в задачах машинного обучения с учителем (т. е. когда мы используем этот метод, мы..
4 Полезные методы, которые могут уменьшить переобучение в деревьях решений
Переобучение - вторая серьезная проблема для специалистов по данным после пропущенных значений и выбросов. По сравнению с другими моделями машинного обучения, может легко произойти переоснащение деревьев решений, поскольку их алгоритмы обучения могут создавать большие и сложные деревья решений, которые идеально подходят для обучающих примеров. В общем, переобучение - это проблема, которая возникает, когда алгоритм обучения идеально подходит для обучающих данных, но не может быть..
