Árvores de decisão

Machine Learning para Finanças em Python

Nathan George

Data Science Professor

Árvores de decisão

árvore de decisão básica

Machine Learning para Finanças em Python

Árvores de decisão

árvore de decisão com alvos

Machine Learning para Finanças em Python

Divisões em árvore de decisão

divisão categórica em árvore de decisão

Machine Learning para Finanças em Python

Divisões em árvore de decisão

divisão numérica em árvore de decisão

Machine Learning para Finanças em Python

Árvore ruim

má divisão em regressão

Machine Learning para Finanças em Python

Árvore boa

boa divisão em regressão

Machine Learning para Finanças em Python

Regressão com árvore de decisão

previsões da árvore de decisão

Machine Learning para Finanças em Python

Árvores de regressão

from sklearn.tree import DecisionTreeRegressor

decision_tree = DecisionTreeRegressor(max_depth=5)

decision_tree.fit(train_features, train_targets)
Machine Learning para Finanças em Python

Hiperparâmetros da árvore de decisão

profundidade máxima das árvores

Machine Learning para Finanças em Python

Profundidade máxima 3

árvore de decisão com profundidade máxima 3

Machine Learning para Finanças em Python

Avaliar o modelo

print(decision_tree.score(train_features, train_targets))
print(decision_tree.score(test_features, test_targets))

0.6662215501032416
-0.08917300191734268

train_predictions = decision_tree.predict(train_features)
test_predictions = decision_tree.predict(test_features)
plt.scatter(train_predictions, train_targets, label='train')
plt.scatter(test_predictions, test_targets, label='test')
plt.legend()
plt.show()
Machine Learning para Finanças em Python

previsões vs real

Machine Learning para Finanças em Python

Vamos cultivar árvores!

Machine Learning para Finanças em Python

Preparing Video For Download...