Сила «слабых» моделей

Ансамблевые методы в Python

Román de las Heras

Data Scientist, Appodeal

«Слабая» модель

Голосование и усреднение:

  • Небольшое число оценщиков
  • Точно настроенные оценщики
  • Обучаются по отдельности

Новое понятие: «слабый» оценщик

Ансамблевые методы в Python

weak vs strong.jpeg

Ансамблевые методы в Python

Свойства «слабых» моделей

Слабый оценщик

  • Точность выше случайного угадывания
  • Лёгкая модель
  • Быстрое обучение и оценка

Пример: Decision Tree

decision_tree_weak.bmp

Ансамблевые методы в Python

Примеры «слабых» моделей

Примеры «слабых» моделей:

  • Дерево решений: небольшая глубина

  • Логистическая регрессия

  • Линейная регрессия

  • Другие ограниченные модели

Пример кода:

model = DecisionTreeClassifier(
    max_depth=3
)

model = LogisticRegression( max_iter=50, C=100.0 )
model = LinearRegression()
Ансамблевые методы в Python

Давайте потренируемся!

Ансамблевые методы в Python

Preparing Video For Download...