Публикации по теме 'random-forest'
Создание классификатора пользователей с использованием данных Twitter
Практические уроки
Создание классификатора пользователей с использованием данных Twitter
Создайте классификатор, используя метод обучения случайного леса. Тренируйте его с данными Twitter.
Платформа Twitter предоставляет огромное количество данных. Алгоритму машинного обучения требуется много данных для построения хорошей модели. Поэтому хорошей идеей будет создание предиктора машинного обучения путем обучения на данных Twitter.
Мы создадим классификатор независимо от того,..
Сравнение классификационных моделей для прогноза качества вина
Пошаговое руководство по выбору модели машинного обучения с учителем для прогнозирования качества вина.
Таблица содержания
"Вступление" Исследовательский анализ Предварительная обработка данных Валидация и выбор модели "Заключение"
Введение
Вот мой первый пост в блоге! Поскольку я ввел себя в непрерывный, нескончаемый процесс обучения в результате своего решения о переходе от химической инженерии к науке о данных, я решил поделиться тем, что я узнал и применил в..
Как я использовал Random Forest для решения задачи электрических временных рядов
Random Forest — очень гибкий алгоритм, который широко используется в машинном обучении. Фактически, Винер и др. (2015) называют Random Forest стандартным инструментом для большинства приложений по обработке и анализу данных.
Хотя случайный лес широко используется в задачах классификации и регрессии, этот алгоритм также используется в анализе временных рядов. Чтобы Random Forest был эффективным алгоритмом для использования в прогнозировании временных рядов, его сначала необходимо..
Прогнозирование силы футбольной команды - Версия II
Лучшие футбольные команды тратят больше всего денег (а также балансируют свои счета!) Во время трансферных окон.
ОГЛАВЛЕНИЕ
Введение - Спорт миллиардеров
Трансферные расходы Манчестер Сити
Показатели SPI и источники данных
Моя вторая, и лучше, попытка
FuzzyWuzzy и названия команд
YellowBrick для визуализации алгоритмов
Ценности Шепли для объяснимости
Выводы
ВСТУПЛЕНИЕ
Если шахматы - игра королей, то футбол - спорт миллиардеров.
В..
Выбор правильного алгоритма для задачи регрессии
Выбор правильного алгоритма для задачи регрессии
Люди часто задают вопрос, как мы решаем с помощью алгоритма, который мы должны использовать для решения конкретной проблемы науки о данных. Как начать работу с вашим вариантом использования или проектом. Как правило, многие новички и профессионалы считают, что они будут опробовать возможные алгоритмы, доступные для вашей задачи, например. для проблемы регрессии, линейной регрессии, случайного лесного регрессора или XGBoost и т. д. Но..
Машинное обучение Fast.Ai: 1
В этой серии статей вы познакомитесь с Введение в машинное обучение для программистов от fast.ai. Я вкратце объясню вам уроки, а также объясню код и то, что происходит за кулисами. Спасибо Джереми и Рэйчел , которые создали лучшее руководство для всех программистов.
Уроки: 1 , 2, 3, 4, 5, 6, 7, 8, 9, 10, 12
Это Часть 1/12 Лекционные заметки - ВВЕДЕНИЕ В СЛУЧАЙНЫЕ ЛЕСА
Урок 1 покажет вам, как создать «случайный лес» - возможно, наиболее широко применяемую модель..
Прогноз почасового энергопотребления домохозяйства
С недавним увеличением числа интеллектуальных счетчиков в жилых секторах у нас есть большие общедоступные наборы данных. Имея такие данные, энергопотребление отдельных домохозяйств можно отслеживать практически в режиме реального времени.
Такой прогноз может помочь энергетическим компаниям регулировать свои поставки; кроме того, потребитель может использовать эту информацию для принятия более эффективных решений как с финансовой, так и с экологической точки зрения.
В этом проекте мы..