Публикации по теме 'random-forest-regressor'
DengAI: Прогноз распространения болезни
Распространение болезней является очень важной проблемой, поскольку ставит под угрозу жизнь людей во всем мире. Недавняя пандемия COVID-19 принесла большинству из нас горький опыт и открыла нам глаза, которые проложили путь к более высокому уровню осведомленности о здоровье.
Лихорадка денге — переносимое комарами заболевание, которое встречается в тропических и субтропических частях мира. В легких случаях симптомы похожи на грипп: лихорадка, сыпь, боль в мышцах и суставах. В тяжелых..
Регрессия данных о продажах BigMart с использованием Python ...
ЦЕЛЬ
Мотив этого задания - обучить алгоритм машинного обучения, который способен прогнозировать продажи продукта в конкретном магазине.
НАБОР ДАННЫХ
Набор данных был получен в kaggle, который состоит из 2 файлов csv (Train.csv, Text.csv). У нас есть набор данных Train (8523) и Test (5681), набор данных Train имеет как входные, так и выходные переменные (и). Нам нужно спрогнозировать продажи для набора данных Test.
Item_Identifier: уникальный идентификатор продукта Item_Weight:..
Интерпретация случайного леса
Часть 1. Стандартное отклонение и важность функции
Сегодня мы обсудим техники интерпретации, некоторые известные, некоторые новые. Методы интерпретации помогают нам лучше понять наш набор данных и, следовательно, лучше обучить модель. Эти методы более удобны и полезны, когда вы не уверены в своих результатах и, возможно, когда хотите занять первое место в таблице лидеров kaggle. В этом посте я расскажу о двух методах интерпретации. Давайте начнем. Я использую библиотеку fastai. Я..
Случайная лесная регрессия
Модели случайного леса - это разновидность непараметрических моделей, которые можно использовать как для регрессии, так и для классификации. В частности, в этом посте мы сосредоточимся на деревьях регрессии.
Случайный лес - один из самых популярных методов ансамбля (используйте несколько алгоритмов обучения, чтобы получить лучшую прогнозирующую способность, чем можно было бы получить только с помощью любого из составляющих алгоритмов обучения).
Шаги по выполнению случайной..
Линейная регрессия с использованием регрессора случайного леса
Введение
В этой статье я покажу, как использовать регрессор случайного леса для прогнозирования «цен на жилье». Этот набор данных находится в открытом доступе на веб-сайте Kaggle.
……….
Изучение набора данных
Я импортировал набор данных с помощью функции « pd.read_csv() ». Набор данных имеет 1460 строк и 81 столбец/атрибут. Некоторые из атрибутов: «Id», «LotArea», «MSSubClass», «Utilities» и т. д. Целевой переменной здесь является «HousePrice».
……….
Очистка данных..
Объясните случайность алгоритма машинного обучения Random Forest
Случайность алгоритма случайного леса
Вы когда-нибудь задумывались о том, что такое «случайный» в алгоритме машинного обучения «случайный лес»?
Случайный лес — это алгоритм, состоящий из множества деревьев решений. В модели случайного леса существует несколько моделей деревьев решений. Каждая модель дерева решений (в случайном лесу) обучается на
1. «Случайное» подмножество всех объектов (столбцов) в данном наборе данных 2. «Случайное» подмножество всех точек данных (строк) в данном..