Statistiques et Big Data cart

2

Une forêt aléatoire avec plusieurs sorties serait-elle possible / pratique?

Les forêts aléatoires (RF) sont une méthode compétitive de modélisation / extraction de données. Un modèle RF a une sortie - la variable sortie / prédiction. L'approche naïve de la modélisation de plusieurs sorties avec des RF serait de construire une RF pour chaque variable de sortie. Nous avons donc …

17 machine-learning cart random-forest multilabel

2

Choix du paramètre de complexité dans CART

Dans la routine rpart () pour créer des modèles CART, vous spécifiez le paramètre de complexité auquel vous souhaitez tailler votre arbre. J'ai vu deux recommandations différentes pour choisir le paramètre de complexité: Choisissez le paramètre de complexité associé à l'erreur de validation croisée minimale possible. Cette méthode est recommandée …

16 r cart rpart

1

La somme de deux arbres de décision est-elle équivalente à un seul arbre de décision?

Supposons que nous ayons deux arbres de régression (arbre A et B) que l' arbre d' entrée de carte de sortie y ∈ R . Soit y = f A ( x ) de l' arbre A et f B ( x ) de l' arbre B. Chaque arbre utilise …

15 regression machine-learning cart

1

Diminution de Gini et impureté de Gini des nœuds enfants

Je travaille sur la mesure d'importance de la fonctionnalité Gini pour la forêt aléatoire. Par conséquent, je dois calculer la diminution de Gini de l'impureté du nœud. Voici la façon dont je le fais, ce qui conduit à un conflit avec la définition, suggérant que je dois me tromper quelque …

15 feature-selection random-forest cart

2

Partitionnement des arbres dans R: party vs. rpart

Cela fait un moment que je n'ai pas regardé le partitionnement des arbres. La dernière fois que j'ai fait ce genre de choses, j'aime faire la fête en R (créé par Hothorn). L'idée de l'inférence conditionnelle via l'échantillonnage est logique pour moi. Mais rpart avait également un attrait. Dans l'application …

15 r cart rpart partitioning

1

Comment les fractionnements d'arbre de décision devraient-ils être mis en œuvre lors de la prévision des variables continues?

J'écris actuellement une implémentation de Random Forests mais je crois que la question est spécifique aux arbres de décision (indépendants des RF). Le contexte est donc que je crée un nœud dans un arbre de décision et que les variables de prédiction et de cible sont continues. Le nœud a …

15 algorithms cart random-forest

4

Pourquoi un arbre de décision a-t-il un biais faible et une variance élevée?

Des questions Cela dépend-il si l'arbre est peu profond ou profond? Ou peut-on dire cela indépendamment de la profondeur / des niveaux de l'arbre? Pourquoi le biais est-il faible et la variance élevée? Veuillez expliquer intuitivement et mathématiquement

15 machine-learning variance covariance cart bias

1

Profondeur d'un arbre de décision

Étant donné que l'algorithme d'arbre de décision est divisé sur un attribut à chaque étape, la profondeur maximale d'un arbre de décision est égale au nombre d'attributs des données. Est-ce correct?

14 classification cart

3

Algorithme d'arbre de régression avec des modèles de régression linéaire dans chaque feuille

Version courte: je recherche un package R capable de construire des arbres de décision alors que chaque feuille de l'arbre de décision est un modèle de régression linéaire complet. AFAIK, la bibliothèque rpartcrée des arbres de décision où la variable dépendante est constante dans chaque feuille. Y a-t-il une autre …

14 r regression rpart cart

3

Les modèles CART peuvent-ils être rendus robustes?

Un collègue de mon bureau m'a dit aujourd'hui "Les modèles d'arbres ne sont pas bons parce qu'ils sont pris par des observations extrêmes". Une recherche ici a abouti à ce fil qui soutient essentiellement la revendication. Ce qui m'amène à la question - dans quelle situation un modèle CART peut-il …

14 regression classification robust cart

2

Mathématiques derrière les arbres de classification et de régression

Quelqu'un peut-il aider à expliquer certaines des mathématiques derrière la classification dans CART? Je cherche à comprendre comment deux étapes principales se produisent. Par exemple, j'ai formé un classificateur CART sur un ensemble de données et utilisé un ensemble de données de test pour marquer ses performances prédictives mais: Comment …

14 regression classification data-mining cart

5

Algorithme de forêt aléatoire et d'arbre de décision

Une forêt aléatoire est une collection d'arbres de décision suivant le concept d'ensachage. Lorsque nous passons d'un arbre de décision à l'arbre de décision suivant, comment les informations apprises par le dernier arbre de décision passent-elles au suivant? Parce que, selon ma compréhension, il n'y a rien de tel qu'un …

14 machine-learning random-forest cart bagging

3

Forêt aléatoire sur des données structurées à plusieurs niveaux / hiérarchiques

Je suis assez nouveau dans l'apprentissage automatique, les techniques CART et autres, et j'espère que ma naïveté n'est pas trop évidente. Comment Random Forest gère-t-il les structures de données multi-niveaux / hiérarchiques (par exemple lorsque l'interaction entre niveaux est intéressante)? C'est-à-dire, des ensembles de données avec des unités d'analyse à …

13 machine-learning random-forest multilevel-analysis cart

9

Arbres de décision boostés en python? [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 5 mois . Existe-t-il une bonne bibliothèque python pour l'entraînement des arbres de décision …

13 python cart boosting

2

Comment tracer une courbe ROC pour les arbres de décision?

Normalement, nous ne pouvons pas tracer une courbe ROC pour les classificateurs discrets comme les arbres de décision. Ai-je raison? Existe-t-il un moyen de tracer une courbe ROC pour Dtrees?

13 roc cart

Questions marquées «cart»