Przegląd i porównanie modeli
Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Kevin Huo
Instructor
Przegląd modeli
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.neural_network import MLPClassifier
- Regresja logistyczna: liniowy klasyfikator wyznaczający granicę decyzyjną
- Drzewa decyzyjne: warunki w formacie drzewa
- Lasy losowe: zespół drzew decyzyjnych
- Sieci neuronowe (MLP): warstwy używające liniowych kombinacji cech z nieliniową funkcją aktywacji
Implementacja modeli
Podobieństwa
- Transformacja cech i regularyzacja
- Dopasowanie przez
classifier.fit(X_train, y_train) - Predykcje przez
predict_proba()ipredict()
Różnice
- Drzewa decyzyjne:
max_depth,min_samples_split - Lasy losowe:
n_estimators,oob_score - Regresja logistyczna:
fit_intercept,class_weight - Sieci neuronowe:
hidden_layer_sizes,max_iter
Ocena modeli
- Kluczowe metryki oceny:
- Macierz pomyłek:
confusion_matrix(y_test, y_pred) - Precyzja:
precision_score(y_test, y_pred) - Czułość:
recall_score(y_test, y_pred) - Miara F-beta:
fbeta_score(y_test, y_pred, beta = 0.5) - Pole pod krzywą ROC:
roc_auc_score(y_test, y_score[:, 1])
- Macierz pomyłek:
Główne zalety i wady sieci neuronowych
Zalety
- Skalowalność wraz z danymi
- Mniejsza potrzeba inżynierii cech
- Lepsza przenośność między domenami
Wady
- Słabsze działanie na małych zbiorach danych
- Trudność interpretacji
- Niższy koszt obliczeniowy i finansowy
Czas na ćwiczenia!
Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
