Сила «слабких» моделей

Ансамблеві методи в Python

Román de las Heras

Data Scientist, Appodeal

«Слабка» модель

Голосування та усереднення:

  • Невелика кількість оцінювачів
  • Тонке налаштування оцінювачів
  • Навчання окремо

Новий термін: «слабкий» оцінювач

Ансамблеві методи в Python

weak vs strong.jpeg

Ансамблеві методи в Python

Властивості «слабких» моделей

Слабкий оцінювач

  • Працює краще за випадкове вгадування
  • Легка модель
  • Низький час навчання й оцінювання

Приклад: Decision Tree

decision_tree_weak.bmp

Ансамблеві методи в Python

Приклади «слабких» моделей

Деякі «слабкі» моделі:

  • Decision Tree: мала глибина

  • Logistic Regression

  • Linear Regression

  • Інші обмежені моделі

Зразок коду:

model = DecisionTreeClassifier(
    max_depth=3
)

model = LogisticRegression( max_iter=50, C=100.0 )
model = LinearRegression()
Ансамблеві методи в Python

Давайте потренуємось!

Ансамблеві методи в Python

Preparing Video For Download...