Decision Trees رونمایی شد: از ID3 تا CART تا Random Forests تا XGBoost

· مقدمه · درک پایه درختان تصمیم: الگوریتم ID3 · الگوریتم CART: درختان طبقه بندی و رگرسیون · پیشرفته درختان تصمیم: از بسته بندی تا تقویت · XGBoost: افزایش گرادیان شدید · معیار الگوریتم ها · مزایا و معایب هر روش · ملاحظات عملی برای درختان تصمیم گیری در تولید · نتیجه گیری · دعوت به اقدام

مدلی را تصور کنید که از نحوه تصمیم گیری انسان ها تقلید می کند: با یک سوال گسترده شروع می شود و به تدریج احتمالات را بر اساس پاسخ ها محدود می کند تا به یک نتیجه روشن برسیم. این جوهر درخت تصمیم است – یکی از بصری ترین و قدرتمندترین درخت های امروزی یادگیری ماشینی الگوریتم ها درخت‌های تصمیم در قلب تصمیم‌گیری مبتنی بر داده‌ها قرار دارند، چه در تعیین اینکه آیا بیمار در معرض خطر یک بیماری خاص است یا چه پیش‌بینی ریزش مشتری.

درخت تصمیم مدلی است که داده ها را بر اساس مقادیر ویژگی به شاخه ها تقسیم می کند و یک ساختار فلوچارت مانند ایجاد می کند که در آن تصمیمات در هر گره گرفته می شود.

درخت تصمیم یک راهنمای گام به گام است که در مورد داده ها سؤال می پرسد و آنها را به گروه های همگن تقسیم می کند. از این رو، ما مدلی را آموزش می دهیم که به راحتی قابل درک، تجسم و توضیح است، درختان تصمیم را به یک انتخاب محبوب تبدیل می کنیم… وبلاگ کامل را به صورت رایگان در Medium بخوانید.

منتشر شده از طریق به سمت هوش مصنوعی