Câu hỏi được gắn thẻ «cart»

Rừng ngẫu nhiên được coi là hộp đen, nhưng gần đây tôi đã nghĩ những kiến ​​thức nào có thể thu được từ một khu rừng ngẫu nhiên? Điều rõ ràng nhất là tầm quan trọng của các biến, trong biến thể đơn giản nhất, nó có thể được thực …

127 machine-learning  data-mining  interaction  random-forest  cart 

Tăng cường cây dốc theo đề xuất của Friedman sử dụng cây quyết định làm người học cơ sở. Tôi đang tự hỏi liệu chúng ta nên làm cho cây quyết định cơ sở phức tạp nhất có thể (phát triển đầy đủ) hay đơn giản hơn? Có bất kỳ …

110 machine-learning  random-forest  cart  boosting  ensemble 

Bất cứ ai cũng có thể giải thích sự khác biệt chính giữa các cây suy luận có điều kiện ( ctreetừ partygói trong R) so với các thuật toán cây quyết định truyền thống hơn (chẳng hạn như rparttrong R)? Điều gì làm cho cây CI khác nhau? Điểm …

97 r  machine-learning  cart 

Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Câu hỏi của tôi là về Rừng ngẫu nhiên. Khái niệm về phân loại đẹp này đối với tôi rõ ràng, nhưng vẫn còn rất nhiều câu hỏi sử dụng thực tế. Thật không may, tôi đã không tìm thấy bất kỳ hướng dẫn thực tế nào về RF (Tôi …

65 random-forest  cart 

Bất cứ ai cũng có thư viện hoặc đề xuất mã về cách thực sự vẽ một vài cây mẫu từ: getTree(rfobj, k, labelVar=TRUE) (Có, tôi biết bạn không cần phải thực hiện thao tác này, RF là hộp đen, v.v. các yếu tố được mã hóa của tôi hoạt …

62 r  data-visualization  random-forest  cart 

"Deviance" là gì, nó được tính như thế nào và công dụng của nó trong các lĩnh vực khác nhau trong thống kê là gì? Đặc biệt, cá nhân tôi quan tâm đến việc sử dụng nó trong GIỎI (và việc triển khai trong rpart trong R). Tôi đang hỏi …

45 r  cart  rpart  deviance 

Tôi mới khai thác dữ liệu và tôi đang cố gắng đào tạo một cây quyết định dựa trên tập dữ liệu rất mất cân bằng. Tuy nhiên, tôi đang gặp vấn đề với độ chính xác dự đoán kém. Dữ liệu bao gồm các sinh viên đang học các …

43 classification  cart  unbalanced-classes  accuracy 

Tôi đang nhận được độ chính xác 100% cho cây quyết định của mình. Tôi đang làm gì sai? Đây là mã của tôi: import pandas as pd import json import numpy as np import sklearn import matplotlib.pyplot as plt data = np.loadtxt("/Users/Nadjla/Downloads/allInteractionsnum.csv", delimiter=',') x = data[0:14] y = data[-1] …

38 machine-learning  python  cart  accuracy 

Trong phần Giới thiệu về Học thống kê với các ứng dụng trong R , các tác giả viết rằng việc điều chỉnh cây quyết định là rất nhanh, nhưng điều này không có ý nghĩa với tôi. Thuật toán phải đi qua mọi tính năng và phân vùng nó …

38 cart 

Cây quyết định dường như là một phương pháp học máy rất dễ hiểu. Sau khi được tạo, nó có thể dễ dàng được kiểm tra bởi một con người, đó là một lợi thế lớn trong một số ứng dụng. Các mặt yếu thực tế của cây quyết định …

34 machine-learning  nonparametric  cart 

Tôi đang tìm kiếm một lời giải thích về tầm quan trọng của biến tương đối được tính toán trong Gradient Boosted Tree không quá chung chung / đơn giản như: Các biện pháp dựa trên số lần một biến được chọn để phân tách, được cân bằng bởi sự …

33 machine-learning  data-mining  predictive-models  cart  boosting 

Tôi đã đọc trong một số nguồn, bao gồm cả nguồn này , rằng Rừng ngẫu nhiên không nhạy cảm với các ngoại lệ (ví dụ như cách thức Hồi quy logistic và các phương thức ML khác). Tuy nhiên, hai mảnh trực giác nói với tôi khác: Bất cứ …

33 random-forest  bootstrap  outliers  cart 

Một số hướng dẫn hữu ích để kiểm tra các tham số (ví dụ độ sâu tương tác, độ trễ, tốc độ mẫu, v.v.) bằng GBM là gì? Giả sử tôi có 70-100 tính năng, dân số 200.000 và tôi dự định kiểm tra độ sâu tương tác của 3 …

31 r  hypothesis-testing  cart  boosting 

Khi xây dựng mô hình GIỎ HÀNG (cụ thể là cây phân loại) bằng rpart (trong R), thường rất thú vị khi biết tầm quan trọng của các biến khác nhau được giới thiệu cho mô hình là gì. Vì vậy, câu hỏi của tôi là: Những biện pháp phổ …

27 r  classification  model-selection  cart  rpart