Публикации по теме 'xgboost'
Сделайте так, чтобы модель интерпретировалась как человек
Большинство инженеров по машинному обучению создают модель, оценивают модель, а затем решают либо переключиться на вкладку с играми, либо довольны результатами, сделать снимок экрана с результатами и опубликовать его. Но чувствовали ли вы когда-нибудь, что ваши модели заслуживают доверия, хотя они не являются экспертами в предметной области? Если нет, давайте рассмотрим, как вы можете завоевать доверие своей модели и сотрудничать с вашим детским товаром, чтобы сделать вашу жизнь лучше 😄..
Создание классификатора с нуля
В этом сообщении блога я проведу вас через весь процесс машинного обучения от начала до конца, сосредоточившись в первую очередь на создании классификатора, чтобы предсказать, будут ли клиенты SiriTel уходить, основываясь на ряде различных функций. В этом сообщении в блоге будут рассмотрены некоторые шаги, которые я предпринял для выполнения EDA с неизвестным набором данных, и, в конечном итоге, пройден ряд моделей, чтобы прийти к оптимальному классификатору.
Для начала загрузите и..
Прогнозирование цены на подержанные автомобили
Прогнозирование цены на подержанные автомобили
Реализация XGBoost с выбором функций и проектированием функций
Эта статья направлена на анализ атрибутов набора данных подержанных автомобилей для выполнения выбора функций и разработки функций перед прогнозированием цен на эти автомобили с использованием модели XGBoost. Весь процесс обработки данных, очистки, выбора функций и моделирования показан в следующих разделах. Термины «атрибуты», «переменные» и «функции» взаимозаменяемы в..
Что делает фильм прибыльным?
Изучение пересечения фильмов и машинного обучения
Авторы: Виджей Сринивасан, Джош Пейпермастер, Блейк Адамс, Адит Джайн, Джейкоб Гримм и Вэнс Воан
Резюме (tl; dr)
Мы хотели построить модель для прогнозирования кассовых сборов неизданного фильма. Мы сделали это, извлекая данные о ранее выпущенных фильмах и обучая нашу модель прогнозированию доходов. Мы получили наши данные из Kaggle:
Создал обучающий набор с использованием данных из..
Один XGBoost, чтобы управлять ими всеми!
В этом проекте я исследовал три регрессионных алгоритма машинного обучения для расчета цены подержанных автомобилей. Я изучил различные ключевые факторы, влияющие на цену подержанных автомобилей, и немного классной визуализации данных.
После импорта наборов данных и работы с несколькими отсутствующими значениями я погрузился в часть визуализации данных. Используя seaborn и wordcloud, я смог создать следующие диаграммы:
Моя главная цель в этом проекте состояла в том, чтобы..
Установите XGBoost для среды ноутбука AWS EMR
продвинутые навыки работы с данными
Как установить XGBoost / CatBoost / etc. для среды AWS EMR Notebook
Настройка кластера Elastic MapReduce (EMR) Amazon Web Services (AWS) с помощью XGBoost
Вступление
В этой статье предполагается, что вы уже знакомы с XGBoost / CatBoost / etc. делать и что вы здесь, чтобы заставить их работать.
Установить пакеты на локальном компьютере / отдельном узле очень просто. Сделать то же самое для кластерной среды для работы с большими данными -..
Как использовать Google Cloud Platform с вашей любимой платформой машинного обучения
Вспомните времена, когда выполнение вашего алгоритма занимало несколько часов! Что делать, если вам нужно запустить его 10 (100?) Раз! В этом случае, возможно, стоит подумать о масштабировании, и в Google Cloud Platform есть множество вариантов, позволяющих запускать ваши любимые фреймворки / алгоритмы машинного обучения.
В типичном конвейере машинного обучения есть (как минимум) три ключевых этапа.
Вы обучаете одну модель для оптимизации вашей целевой функции (своего рода функции..
