สิ่งตีพิมพ์ในหัวข้อ 'random-forest'
ป่าสุ่มใน Python
ป่าสุ่มใน Python
ตัวอย่างการเรียนรู้ของเครื่องแบบครบวงจรที่ใช้งานได้จริง
ไม่เคยมีเวลาใดที่ดีไปกว่านี้ในการเข้าสู่การเรียนรู้ของเครื่อง ด้วยทรัพยากรการเรียนรู้ที่ "พร้อมใช้งานออนไลน์" ฟรี "เครื่องมือโอเพ่นซอร์ส" พร้อมการใช้งานอัลกอริธึมใดๆ เท่าที่จะจินตนาการได้ และความพร้อมใช้งานในราคาถูกของพลังการประมวลผลผ่านบริการคลาวด์ เช่น AWS การเรียนรู้ของเครื่องจึงเป็นสาขาที่ได้รับการทำให้เป็นประชาธิปไตยโดยอินเทอร์เน็ตอย่างแท้จริง ...
การถอดรหัสฟอเรสต์การตัดสินใจ: การไขอัลกอริทึมของฟอเรสต์แบบสุ่ม
การแนะนำ
คุณเคยถามตัวเองหลายคำถามเพื่อช่วยในการตัดสินใจขั้นสุดท้ายในเรื่องใดเรื่องหนึ่งหรือไม่? อาจเป็นการตัดสินใจง่ายๆ เช่น คุณอยากกินอะไรเป็นมื้อเย็น คุณอาจถามตัวเองว่าต้องการทำอาหาร รับอาหาร หรือรับบริการจัดส่ง หากคุณตัดสินใจที่จะทำอาหาร คุณจะต้องคิดก่อนว่าคุณต้องการทานอาหารประเภทไหน และสุดท้าย คุณอาจต้องพิจารณาว่าคุณมีส่วนผสมทั้งหมดอยู่ในตู้เย็นหรือไม่ หรือจำเป็นต้องวิ่งไปที่ร้าน การค้นหาคำตอบสำหรับคำถามเหล่านี้จะช่วยให้คุณตัดสินใจขั้นสุดท้ายในการรับประทานอาหารค่ำในคืนนั้นได้..
การดูพฤติกรรมไม่เชิงเส้นของแผนผังการตัดสินใจและฟอเรสต์สุ่มในการแก้ปัญหาการถดถอย
ทำความเข้าใจว่าโมเดล Machine Learning เหล่านี้ทำงานอย่างไรโดยการแสดงภาพพฤติกรรมในพื้นที่สามมิติ
บทความนี้ได้รับแรงบันดาลใจจากความสนใจของฉันในการพัฒนาสัญชาตญาณการมองเห็นเกี่ยวกับการถดถอยที่ดำเนินการโดยโมเดลการเรียนรู้ของเครื่อง เช่น ต้นไม้การตัดสินใจ และป่าสุ่ม ฉันเลือกชุดข้อมูลขนาดเล็กที่อนุญาตให้มีการแสดงภาพสามมิติของตัวแปรและพื้นที่โซลูชันของแบบจำลอง ผลลัพธ์นี้แสดงให้เห็นพฤติกรรมที่ไม่เป็นเชิงเส้นของพวกมันได้ดีมาก และช่วยให้เข้าใจความสามารถในการแก้ไขปัญหาหลายมิติที่ซับซ้อนได้ดีขึ้น..
มืออาชีพอีกคนหนึ่งสำหรับการสร้างแบบจำลองทั้งมวล?
เมื่อฉันได้เรียนรู้เกี่ยวกับการสร้างแบบจำลองทั้งมวล ข้อดีหลักๆ ที่ถูกกล่าวถึงก็คือว่ามันใช้ประโยชน์จาก "ภูมิปัญญาของฝูงชน" ซึ่งทำให้มีภูมิต้านทานต่อข้อผิดพลาดทั่วไปที่สร้างความเสียหายให้กับโมเดลได้ค่อนข้างมากหากใช้เพียงลำพัง กระบวนการนี้เกี่ยวข้องกับการใช้แบบจำลองหลายแบบเพื่อทำนายผลลัพธ์ผ่านระบบการลงคะแนนเสียง การทายผลแต่ละรุ่นถือเป็นการโหวตและการทำนายที่ได้รับคะแนนโหวตมากที่สุดจะเป็นผู้ชนะ บางครั้งสามารถถ่วงน้ำหนักคะแนนได้..
การแยกย่อยอย่างรวดเร็วของอัลกอริทึมฟอเรสต์แบบสุ่ม
เรื่องนี้เกี่ยวกับอะไร?
นี่คืออัลกอริธึมการเรียนรู้แบบมีผู้สอน หากคุณสับสนว่า การเรียนรู้แบบมีผู้สอน คืออะไร ฉันขอแนะนำให้ตรวจสอบโพสต์ในบล็อกของฉันเกี่ยวกับ Quick Breakdown สำหรับการเรียนรู้ของเครื่องแบบมีผู้ดูแล ก่อนที่จะเริ่มพูดถึงขั้นตอนนี้
ดังที่ได้กล่าวไปแล้ว นี่เป็นอัลกอริธึมการเรียนรู้แบบมีผู้สอนและสามารถใช้ได้กับทั้ง ปัญหาการจำแนกประเภท และปัญหาการถดถอย อย่างไรก็ตาม อัลกอริธึมนี้ทำงานได้ดีมากกับ การจัดหมวดหมู่ แต่ยังสามารถใช้สำหรับปัญหาการถดถอยได้เช่นกัน..
Random Forest ในภาษาอังกฤษธรรมดา
เนื่องจากเรามีความคิดที่ยุติธรรมเกี่ยวกับ Decision Tree คืออะไร เราจึงสามารถเข้าใจอัลกอริธึม Random Forest ได้เช่นกัน
Random Forest เป็นอัลกอริธึมทั้งมวล ซึ่งอยู่ในคลาสของวงดนตรีที่เรียกว่า Bootstrapped Aggregation ซึ่งมักเรียกให้ง่ายขึ้นว่า Bagging
อัลกอริธึมทั้งมวลคืออะไร? แทนที่จะใช้อัลกอริธึมตัวเดียวในการทำนายผลลัพธ์ของเรา หากเราใช้กลุ่มอัลกอริธึมจะเรียกว่ากลุ่ม
ในแผนผังการตัดสินใจ เราสร้างแผนผังการตัดสินใจเดี่ยวและขึ้นอยู่กับแผนผังนั้นเพื่อทำนายตัวแปรเป้าหมาย/เอาท์พุตของเรา โดยที่..
การจัดหมวดหมู่ในการคาดการณ์อัตราการคลิกผ่านในโฆษณาแบบดิสเพลย์
บทนำ
ปัจจุบันการโฆษณาแบบดิสเพลย์ออนไลน์เป็นธุรกิจที่มีมูลค่าหลายพันล้านดอลลาร์ โดยมีรายได้ต่อปี 31.7 พันล้านดอลลาร์สหรัฐในปีงบประมาณ 2016 เพิ่มขึ้น 29% จากปีงบประมาณ 2015 ปัญหาหลักประการหนึ่งที่โฆษณาแบบรูปภาพพยายามแก้ไขคือการแสดงโฆษณาที่เหมาะสมแก่ คนที่เหมาะสม ในบริบทที่ถูกต้อง ในเวลาที่เหมาะสม การคาดการณ์อัตราการคลิกผ่าน (CTR) อย่างแม่นยำเป็นสิ่งสำคัญในการแก้ปัญหานี้ และได้รับความสนใจจากการวิจัยมากมายในช่วงไม่กี่ปีที่ผ่านมา
ข้อมูลที่เกี่ยวข้องกับการทำนาย CTR..
