歡迎加入本課程！

使用 XGBoost 的極端梯度提升

Sergey Fogelson

Head of Data Science, TelevisaUnivision

在進入 XGBoost 之前…

  • 先掌握 {{1}} 基礎
    • 監督式分類
    • 決策樹
    • 提升法（Boosting）
使用 XGBoost 的極端梯度提升

監督式學習

  • 依賴帶標籤的資料
  • 需理解部分過往行為
使用 XGBoost 的極端梯度提升

監督式學習範例

  • 特定影像中是否有人臉？
  • 訓練資料：像素值向量
  • 標籤：1 或 0
使用 XGBoost 的極端梯度提升

監督式學習：分類

  • 輸出可為二元或多類別
使用 XGBoost 的極端梯度提升

二元分類範例

  • 給定報價下，此人會購買保險方案嗎？

使用 XGBoost 的極端梯度提升

多類別分類範例

  • 判別某隻鳥的物種
使用 XGBoost 的極端梯度提升

AUC：二元分類評估指標

  • ROC 曲線下面積（AUC）
  • AUC 越大，模型越好

AUC example

使用 XGBoost 的極端梯度提升

準確率與混淆矩陣

  • 混淆矩陣 confusion matrix example

  • 準確率（Accuracy） $$\frac{tp+tn}{tp+tn+fp+fn}$$

使用 XGBoost 的極端梯度提升

複習

使用 XGBoost 的極端梯度提升

其他監督式學習注意事項

  • 特徵可為數值或類別
  • 數值特徵應縮放（Z 分數）
  • 類別特徵應編碼（One-hot）
使用 XGBoost 的極端梯度提升

排序（Ranking）

  • 對一組選項進行排序預測

使用 XGBoost 的極端梯度提升

推薦（Recommendation）

  • 向使用者推薦項目
  • 根據消費紀錄與個人資料
  • 例：Netflix
使用 XGBoost 的極端梯度提升

一起來練習吧！

使用 XGBoost 的極端梯度提升

Preparing Video For Download...