Публикации по теме 'random-forest'
Учебник по классификации с Python
В этом уроке я собираюсь предоставить шаги, чтобы предсказать, есть ли у пациента диабет, на основе нескольких входных переменных. Я использую набор данных, доступный в библиотеке UCI под названием Pima Indians Diabetes Database, которую вы можете скачать с сайта kaggle — https://www.kaggle.com/uciml/pima-indians-diabetes-database/data .
Сначала импортируйте необходимые библиотеки:
from xgboost import XGBClassifier
from sklearn.tree import DecisionTreeClassifier
from..
Обучение с учителем и случайные леса
Далее я дам краткий обзор обучения с учителем , а также моего любимого алгоритма обучения с учителем: случайные леса .
Вся цель контролируемого обучения состоит в том, чтобы построить модель, которая принимает входные данные и делает точные выходные прогнозы. Прогнозы основаны на характеристиках элементов вашего набора данных (назовем их F), и у вас также должен быть четкий выходной сигнал «O», связанный с каждым из этих элементов набора данных. Например, вам может быть интересно..
Развертывание системы прогнозирования качества воды в облаке Streamlit
Введение
Вода является важнейшим ресурсом, необходимым для выживания всех живых организмов. Качество воды является важным фактором, определяющим пригодность воды для потребления. Муниципальные корпорации несут ответственность за безопасную питьевую воду для своих граждан. Для обеспечения безопасности питьевой воды такие параметры качества воды, как алюминий, мышьяк, хром, медь, ртуть, аммиак и бактерии, регулярно контролируются муниципальными корпорациями. Однако ручной мониторинг..
Классификация музыкальных жанров с использованием случайного леса
Если музыка — это место, то джаз — это город, фолк — это пустыня, рок — это дорога, классика — это храм.
— Вера Назарян
Музыка является неотъемлемой частью нашей жизни, и компании, занимающиеся потоковой передачей музыки, такие как Spotify, в настоящее время используют машинное обучение для создания рекомендаций для нас. Музыкальные жанры играют большую роль в создании этих рекомендаций. В этой истории мы построим модель классификации музыкальных треков по соответствующим..
Деревья решений и случайные леса — День 30
50-дневный план обучения для начинающих специалистов по данным | Автор Круио
Добро пожаловать в 30-й день вашего путешествия по изучению науки о данных! За последние недели мы рассмотрели широкий спектр тем: от статистики и Python до линейной регрессии, логистической регрессии и K-ближайших соседей. Сегодня мы углубляемся в увлекательный мир деревьев решений и случайных лесов — двух мощных методов решения задач классификации и регрессии.
Деревья решений предоставляют..
Когда вы должны использовать классификатор случайного леса против классификатора дерева решений
И классификатор дерева решений, и классификатор случайного леса являются популярными инструментами для задач классификации в машинном обучении. Однако у них есть некоторые различия, которые могут сделать один более подходящим, чем другой, в определенных ситуациях.
Классификаторы дерева решений основаны на идее построения древовидной модели решений на основе характеристик данных. В каждом узле дерева классификатор принимает решение на основе одного признака, а дерево разветвляется на..
Бустирование и случайные леса — «Почему они потрясающие»
Начнем с простого дерева регрессии. Какова его цель? Чтобы сделать несколько шпагатов по обе стороны шпагата, выберите хорошее значение. Мы продолжаем разделяться, пока больше не можем, и тогда мы закончили.
При чем тут леса и прокачка?
Регрессия по дереву — это жадный алгоритм. Он пытается найти глобальное соответствие, принимая локально оптимальные решения. Но возможно, что если бы мы сделали другой выбор раньше, наш конечный результат был бы лучше. Итак, что мы делаем, чтобы..
