Liczba drzew i estymatorów

Lasy losowe to metoda zespołowa oparta na dużej liczbie drzew decyzyjnych. Liczbę drzew kontroluje parametr n_estimators. Poniżej widoczna jest mapa cieplna dokładności klasyfikatora lasów losowych. Na osi pionowej przedstawiono różne wartości maksymalnej głębokości (max_depth), a na osi poziomej – różne liczby estymatorów (n_estimators). Jak wydajność klasyfikatora zależy od tych dwóch hiperparametrów w tym przypadku?

To ćwiczenie jest częścią kursu

Projektowanie przepływów pracy uczenia maszynowego w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Projektowanie przepływów pracy uczenia maszynowego w Pythonie

SkillTag.level.advancedSkillTag.label

4.8+

96 reviews

Rozpocznij kurs za darmo

W tym rozdziale przypomnisz sobie podstawy nadzorowanego przepływu pracy – od dopasowywania i strojenia modelu, przez selekcję cech i inżynierię cech, aż po techniki podziału danych. Zrozumiesz, jak poszczególne etapy przepływu pracy zależą od siebie nawzajem, i nauczysz się rozpoznawać, w jaki sposób każdy z nich może sprzyjać overfittingowi lub mu przeciwdziałać – a overfitting to największy wróg każdego data scientista. Po ukończeniu rozdziału będziesz pewnie poruszać się w obszarze uczenia nadzorowanego i gotowy na głębsze zagadnienia w kolejnych rozdziałach.

Exercise 1: Potoki uczenia nadzorowanego Exercise 2: Inżynieria cech Exercise 3: Twój pierwszy potok Exercise 4: Złożoność modelu i przeuczenie Exercise 5: GridSearchCV dla złożoności modelu Exercise 6: Liczba drzew i estymatorów

Bieżące ćwiczenie

Exercise 7: Inżynieria cech a przeuczenie Exercise 8: Kodowanie zmiennych kategorycznych Exercise 9: Transformacje cech Exercise 10: Składamy wszystko razem

W poprzednim rozdziale pogłębiłeś wiedzę na temat standardowych przepływów pracy w uczeniu nadzorowanym. W tym rozdziale przyjrzysz się krytycznie sposobom, w jakie wiedza ekspercka jest włączana do procesu uczenia nadzorowanego. Odbywa się to poprzez identyfikację właściwej jednostki analizy, która może wymagać inżynierii cech z wielu źródeł danych, przez często niedoskonały proces etykietowania przykładów, a także przez definiowanie funkcji straty odzwierciedlającej rzeczywistą wartość biznesową błędów popełnianych przez model.

Exercise 1: Łączenie danych Exercise 2: Źródło czy cel – co jest zainfekowane?Exercise 3: Inżynieria cech na danych pogrupowanych Exercise 4: Niedoskonałe etykiety Exercise 5: Zamiana heurystyki w klasyfikator Exercise 6: Łączenie heurystyk Exercise 7: Radzenie sobie z zaszumionymi etykietami Exercise 8: Funkcje straty – część I Exercise 9: Przypomnienie metryk wydajności Exercise 10: Analiza kosztów w praktyce Exercise 11: Obliczenia macierzy pomyłek Exercise 12: Funkcje straty – część II Exercise 13: Domyślny próg klasyfikacji Exercise 14: Optymalizacja progu klasyfikacji Exercise 15: Łącząc wszystko razem

W poprzednim rozdziale stosowałeś różne sposoby uwzględniania informacji zwrotnej od ekspertów w przepływie pracy oraz oceniałeś ją w sposób zgodny z wartością biznesową. Teraz czas przećwiczyć umiejętności potrzebne do wdrożenia modelu na produkcję i zapewnienia jego długotrwałej skuteczności poprzez iteracyjne doskonalenie. Nauczysz się też diagnozować przesunięcie zbioru danych i ograniczać wpływ zmieniającego się środowiska na dokładność modelu.

Exercise 1: Od przepływów pracy do potoków Exercise 2: Twój pierwszy pipeline – jeszcze raz!Exercise 3: Własne funkcje oceny w potokach Exercise 4: Wdrożenie modelu Exercise 5: Pickle Exercise 6: Niestandardowe transformatory funkcyjne w potokach Exercise 7: Iterowanie bez przeuczenia Exercise 8: Wyzwanie dla mistrza Exercise 9: Statystyki kroswalidacji Exercise 10: Przesunięcie rozkładu danych Exercise 11: Dostrajanie rozmiaru okna Exercise 12: Łącząc wszystko w całość

W poprzednich rozdziałach zbudowałeś solidne podstawy uczenia nadzorowanego, łącznie z wiedzą o wdrażaniu modeli na produkcję – zakładając jednak zawsze, że do analizy dostępny jest oznakowany zbiór danych. W tym rozdziale podejmiesz wyzwanie modelowania danych bez etykiet lub z bardzo nielicznymi etykietami. Poznasz metody wykrywania anomalii jako rodzaj modelowania bez nadzoru, a także uczenie oparte na odległości, gdzie przekonania o podobieństwie między przykładami mogą zastąpić etykiety i pomóc osiągnąć dokładność porównywalną z nadzorowanym przepływem pracy. Po ukończeniu tego rozdziału będziesz wyraźnie wyróżniać się wśród data scientistów – pewnie wiedząc, jakich narzędzi użyć, by dostosować swój przepływ pracy do typowych wyzwań rzeczywistych projektów.

Exercise 1: Wykrywanie anomalii Exercise 2: Prosty przykład wartości odstającej Exercise 3: Parametr skażenia LoF Exercise 4: Wykrywanie nowości Exercise 5: Prosty detektor nowości Exercise 6: Trzy detektory nowości Exercise 7: Ponowne spojrzenie na kontaminację Exercise 8: Uczenie oparte na odległości Exercise 9: Znajdź sąsiada Exercise 10: Metryki nie zawsze są zgodne Exercise 11: Dane niestrukturalne Exercise 12: Ograniczona odległość Levenshteina Exercise 13: Łącząc wszystko razem Exercise 14: Uwagi końcowe