decision-trees पर टैग किए गए जवाब

क्या कोई व्यावहारिक रूप से गिनी अशुद्धता बनाम सूचना लाभ (एंट्रॉपी पर आधारित) के पीछे तर्क को स्पष्ट कर सकता है ? निर्णय पेड़ों का उपयोग करते समय कौन से मीट्रिक विभिन्न परिदृश्यों में उपयोग करना बेहतर है?

66 machine-learning  decision-trees 

मैं निर्णय पेड़ / यादृच्छिक वन के एक आवेदन पर कुछ समस्याएं कर रहा हूं। मैं एक समस्या को फिट करने की कोशिश कर रहा हूं जिसमें नंबर और साथ ही तार (जैसे कि देश का नाम) भी हैं। अब लाइब्रेरी, स्किकिट-लर्न केवल नंबरों को पैरामीटर के रूप में लेता …

63 machine-learning  python  scikit-learn  random-forest  decision-trees 

मैं कुछ अवधारणाओं पर स्पष्ट नहीं था: XGBoost कमजोर शिक्षार्थियों को मजबूत शिक्षार्थियों में परिवर्तित करता है। ऐसा करने से क्या फायदा? केवल एक पेड़ का उपयोग करने के बजाय कई कमजोर शिक्षार्थियों का संयोजन? रैंडम फॉरेस्ट एक पेड़ बनाने के लिए पेड़ से विभिन्न नमूने का उपयोग करता है। …

25 machine-learning  data-mining  random-forest  decision-trees  xgboost 

हाल ही में मेरे एक दोस्त से पूछा गया था कि क्या एक साक्षात्कार में निर्णय ट्री एल्गोरिदम रैखिक या nonlinear एल्गोरिदम हैं। मैंने इस सवाल का जवाब तलाशने की कोशिश की, लेकिन कोई संतोषजनक स्पष्टीकरण नहीं मिला। क्या कोई इस प्रश्न के समाधान का उत्तर और व्याख्या कर सकता …

21 machine-learning  classification  decision-trees  algorithms  pac-learning 

मैं corr()एक मूल df से df बनाता हूं । corr()Df बाहर 70 एक्स 70 में आया और यह हीटमैप कल्पना करने के लिए असंभव है ... sns.heatmap(df)। अगर मैं प्रदर्शित करने की कोशिश करता हूं corr = df.corr(), तो तालिका स्क्रीन पर फिट नहीं होती है और मैं सभी सहसंबंधों …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

नीचे की भविष्यवाणी फ़ंक्शन -ve मान दे रही है और साथ ही यह संभावनाएं नहीं हो सकती हैं। param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9) bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000) pred_s <- predict(bst, x_mat_s2) मैंने google किया और कोशिश की pred_s <- …

16 machine-learning  r  predictive-modeling  decision-trees 

मेरे पास निर्णय पेड़ों से संबंधित दो प्रश्न हैं: यदि हमारे पास एक निरंतर विशेषता है, तो हम विभाजन मूल्य कैसे चुनते हैं? उदाहरण: आयु = (20,29,50,40 ....) कल्पना कीजिए कि हमारे पास एक निरंतर विशेषता जिसमें मान हैं । मैं एक एल्गोरिथ्म कि विभाजन बिंदु पाता है कैसे लिख …

15 classification  data  decision-trees 

किन मामलों में निर्णय वृक्ष और अन्य मामलों का उपयोग करना बेहतर है? कुछ मामलों में उनमें से एक का उपयोग क्यों करें? और अन्य विभिन्न मामलों में? (एल्गोरिथ्म में नहीं, इसकी कार्यक्षमता को देखकर) किसी को भी इस बारे में कुछ स्पष्टीकरण या संदर्भ है?

15 machine-learning  data-mining  decision-trees 

मैं एक वर्गीकरण समस्या पर काम कर रहा हूं। मेरे पास एक डेटासेट है जिसमें समान संख्या में श्रेणीबद्ध चर और निरंतर चर हैं। मुझे कैसे पता चलेगा कि किस तकनीक का उपयोग करना है? एक निर्णय पेड़ और एक लॉजिस्टिक प्रतिगमन के बीच? क्या यह मान लेना सही है …

14 classification  logistic-regression  decision-trees 

तंत्रिका नेटवर्क के लिए हमारे पास सार्वभौमिक सन्निकटन प्रमेय है जो बताता है कि तंत्रिका नेटवर्क एक सबसेट उपसमुच्चय पर किसी भी निरंतर कार्य को अनुमानित कर सकते हैं ।आरnRnR^n क्या ग्रेडिएंट बूस्टेड पेड़ों के लिए समान परिणाम है? यह उचित लगता है क्योंकि आप अधिक शाखाएँ जोड़ सकते हैं, …

14 decision-trees 

अंक 1: जिस तरह से पेड़ का विस्तार किया गया है, उसके बारे में लाइट जीबीएम के विवरण से मैं भ्रमित हूं । वे कहते हैं: अधिकांश निर्णय ट्री लर्निंग एल्गोरिदम पेड़ को स्तर (गहराई) द्वारा विकसित करते हैं, जैसे कि निम्नलिखित छवि: प्रश्न 1 : इस तरह से "सबसे …

14 decision-trees  xgboost 

यदि मैं निम्नलिखित कोड का उपयोग करके अपने मॉडल को प्रशिक्षित करता हूं: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) यह लगभग 1 मिनट में समाप्त होता है। …

13 machine-learning  python  decision-trees  xgboost  efficiency 

मेरे पास एक डेटासेट है जिसमें एक बाइनरी क्लास विशेषता है। कक्षा 1 (कैंसर पॉजिटिव) के साथ 623 उदाहरण हैं और कक्षा -1 (कैंसर नकारात्मक) के साथ 101,671 उदाहरण हैं। मैंने विभिन्न एल्गोरिदम (Naive Bayes, Random Forest, AODE, C4.5) की कोशिश की है और उन सभी में अस्वीकार्य झूठे नकारात्मक …

11 classification  random-forest  decision-trees  unbalanced-classes 

मान लीजिए कि मेरे पास जैसा एक सुचारू फ़ंक्शन है । मेरे पास एक प्रशिक्षण सेट D \ subsetneq \ {(x, y), f (x, y)) है (एक्स, वाई) \ में \ mathbb {R} ^ 2 \} और, ज़ाहिर है, मैं नहीं जानता कि च हालांकि मैं मूल्यांकन कर सकते हैं …

11 predictive-modeling  regression  decision-trees 

मेरे पास 20000 नमूनों के साथ एक डेटा सेट है, प्रत्येक में 12 अलग-अलग विशेषताएं हैं। प्रत्येक नमूना या तो श्रेणी 0 या 1 में है। मैं नमूनों को वर्गीकृत करने के लिए एक तंत्रिका नेटवर्क और एक निर्णय वन को प्रशिक्षित करना चाहता हूं ताकि मैं परिणामों और दोनों …

10 neural-network  decision-trees  normalization