मॉडल जनरलाइज़ेशन: बूटस्ट्रैपिंग और क्रॉस-वैलिडेशन

Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास

Lisa Stuart

Data Scientist

अध्याय 4 का अवलोकन

बूटस्ट्रैपिंग/क्रॉस-वैलिडेशन --> मॉडल जनरलाइज़ेशन
असंतुलित क्लासेस
सह-संबद्ध फीचर्स
एंसेंबल मॉडल चयन

मॉडल जनरलाइज़ेशन

किसी ML मॉडल की अनदेखे डेटा पर अच्छा प्रदर्शन करने की क्षमता
- test डेटासेट
- future डेटा
Train मेट्रिक्स $\approx$ test मेट्रिक्स
Overfit मॉडल जनरलाइज़ नहीं करते

डिसीजन ट्री

डिसीजन ट्री प्लॉट

¹ https://medium.com/@rnbrown/creating-and-visualizing-decision-trees-with-python-f8e8fa394176

डिसीजन ट्री नोड्स

डिसीजन ट्री रूट नोड

फायदे बनाम नुकसान

डिसीजन ट्री प्लॉट

फायदे:
- समझने में आसान
- विज़ुअलाइज़ करना आसान
नुकसान:
- आसानी से ओवरफिट होता है
- "ग्रीडी" माना जाता है
- क्लास असंतुलन में बायस्ड

रैंडम फ़ॉरेस्ट

¹ https://www.researchgate.net/figure/Random-Forest-visualization_fig11_326560291

K-fold क्रॉस-वैलिडेशन

¹ https://scikit-learn.org/stable/modules/cross_validation.html

फंक्शंस

# decision tree
`sklearn.tree.DecisionTreeClassifier` 

# random forest 
`sklearn.ensemble.RandomForestClassifier`

# cross-validated grid search
`sklearn.model_selection.GridSearchCV` 

# model accuracy
`sklearn.metrics.accuracy_score`

# train/test split function
`sklearn.model_selection.train_test_split`

# जिन पैरामीटर्स ने सबसे अच्छे नतीजे दिए
`cross-val_model.best_params_`

# सर्वश्रेष्ठ पैरामीटर्स वाले 
# estimator का औसत क्रॉस-वैलिडेटेड स्कोर 
`cross-val_model.best_score_`

GridSearchCV बनाम RandomSearchCV

ग्रिड सर्च

अभ्यास करते हैं!

Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास