Публикации по теме 'classification-algorithms'
Работа с несбалансированными данными
› Посмотрите мой блокнот , где я не исправлял дисбаланс классов перед созданием модели.
› Загляните в мою блокнот , где я скорректировал дисбаланс классов перед построением модели.
Данные о дисбалансе имеют большое значение, и они могут разными способами повлиять на наш отчет о классификации модели.
Что такое данные дисбаланса? Это сценарий, в котором количество наблюдений, принадлежащих одному классу, значительно превышает количество наблюдений, принадлежащих другим..
Понимание пня решения в машинном обучении и алгоритме классификации
В огромном мире машинного обучения алгоритмы классификации играют ключевую роль, позволяя компьютерам понимать сложные данные и принимать обоснованные решения. Эти алгоритмы необходимы для таких задач, как прогнозирование поведения клиентов, диагностика заболеваний и анализ финансовых рынков. Среди этих алгоритмов алгоритм пня решения выделяется как мощный инструмент, который может эффективно решать задачи классификации с поразительной точностью.
Алгоритм принятия решения — это..
Алгоритм K-ближайшего соседа (KNN)
Код
Читать о KNN …
Прежде всего импортируйте все полезные библиотеки, которые нужны в программе.
import math
import numpy as np
import matplotlib.pyplot as plt
import operator
import random
import pandas as pd
Для работы с массивами используется numpy . Также matplotlib — это библиотека, которая используется для построения графиков. Подобно numpy, pandas предоставляет высокопроизводительные, простые в использовании структуры и инструменты анализа данных.
После импорта..
Реализация случайного леса
Реализация Sklearn и пояснения параметров
Случайный лес — это ансамблевый алгоритм машинного обучения с учителем, построенный на деревьях решений.
Обучение под наблюдением использует обучающие данные для обучения моделей. Помеченные наборы данных загружаются в модель, и алгоритмы корректируют их веса, чтобы они соответствовали требованиям. Основная цель состоит в том, чтобы уменьшить ошибку между прогнозами и фактическими данными путем достаточного обучения алгоритма.
В методах..
Делюсь своим опытом решения задачи классификации
Делюсь своим опытом решения задачи классификации
Рекомендация по купонам в транспортных средствах — Пример классификации машинного обучения
Купонные системы широко используются для продвижения товаров и услуг и привлечения клиентов к частому использованию их продуктов и услуг. Купоны создают беспроигрышную ситуацию как для компаний, так и для клиентов, поэтому, предлагая правильный купон пользователям, которые могут привести к тому, что пользователи станут постоянными клиентами, и это усилит влияние бренда на своих клиентов.
Как узнать, какой купон предоставить клиенту, может быть довольно сложной задачей, поскольку каждый..
Машинное обучение: K-ближайшие соседи (объяснение теории)
Что такое K-ближайшие соседи?
KNN — это контролируемый алгоритм машинного обучения, который можно использовать как для задач регрессии, так и для задач классификации. Объяснение того, почему следует использовать KNN по сравнению с другими алгоритмами, будет объяснено позже.
Как работает K-ближайшие соседи? (Проблема классификации)
Мы не сомневаемся, что алгоритмам машинного обучения нужны данные для обучения. KNN не является исключением. Чтобы объяснить, как работает KNN, давайте..