En prévision du début du cours de base sur le Machine Learning , nous avons préparé une traduction intéressante pour vous, et nous vous proposons également de regarder gratuitement un enregistrement d'une leçon de démonstration sur le thème: "Comment commencer à rendre le monde meilleur avec la PNL" .
introduction
Si vous avez terminé au moins quelques-uns de vos propres projets de science des données, vous avez probablement déjà compris qu'une précision de 80% n'est pas si mauvaise. Mais pour le monde réel, 80% ne convient plus. En fait, la plupart des entreprises pour lesquelles j'ai travaillé s'attendent à une précision minimale (ou quelle que soit la mesure qu'elles regardent) d'au moins 90%.
Par conséquent, je vais parler de cinq choses que vous pouvez faire pour améliorer considérablement la précision. Je vous recommande vivement de lire les cinq points car il y a de nombreux détails que les débutants peuvent ne pas connaître.
À la fin de cet article, vous devriez avoir réalisé qu'il y a beaucoup plus de variables qui jouent un rôle dans les performances de votre modèle d'apprentissage automatique que vous ne l'imaginez.
, 5 , , !
1.
, , , , . , /, , .
, , , , , . 15 80 , 80 , .
, , « »?
, / :
: , , . , , ANOVA .
K- : K- , , , K- (.. ).
: , . , , .
2.
– . – , , . , Data Science – , . , , :
DateTime , , ..
(, 100–149, 150–199, 200–249 ..)
/ . , «Iswomenor_child», True, , False .
3.
– , / . , , , .
, :
: , XGBoost, , «» . , , .
: – (PCA). .
4. Ensemble Learning
– . , .
(Ensemble Learning) – , . , , - .
- , XGBoost, AdaBoost. , , :
. () . ? « , », .
, , , 0. 4 , 1. !
5.
, , , – . , , , , .
:
class sklearn.ensemble.RandomForestClassifier(n_estimators=100, *, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='auto', max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, bootstrap=True, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, class_weight=None, ccp_alpha=0.0, max_samples=None, , minimpuritydecrease, , «», ! ;)
!
, 80% 90+%. . Data Science.