Como eu regularmente melhoro a precisão dos meus modelos de treinamento de 80% para 90 +%

Antecipando o início do curso básico de Aprendizado de Máquina , preparamos uma tradução interessante para você e também oferecemos a você uma aula de demonstração gratuita sobre o tema: "Como começar a tornar o mundo um lugar melhor com PNL" .

Introdução

Se você concluiu pelo menos alguns de seus próprios projetos de ciência de dados, provavelmente já percebeu que a precisão de 80% não é tão ruim. Mas para o mundo real, 80% não é mais adequado. Na verdade, a maioria das empresas para as quais trabalhei espera uma precisão mínima (ou qualquer métrica que olhem) de pelo menos 90%.

Portanto, falarei sobre cinco coisas que você pode fazer para melhorar significativamente a precisão. Eu recomendo fortemente que você leia todos os cinco pontos, pois há muitos detalhes que os iniciantes podem não saber.

, , , , .

, 5 , , !

1.

, , , , . , /, , .

, , , , , . 15 80 , 80 , .

, , « »?

, / :

• : , , . , , ANOVA .

• K- : K- , , , K- (.. ).

• : , . , , .

2.

– . – , , . , Data Science – , . , , :

• DateTime , , ..

• (, 100–149, 150–199, 200–249 ..)

• / . , «Iswomenor_child», True, , False .

3.

– , / . , , , .

, :

• : , XGBoost, , «» . , , .

• : – (PCA). .

4. Ensemble Learning

– . , . 

(Ensemble Learning) – , . , , - .

- , XGBoost, AdaBoost. , , :

. () . ? « , », .

, , , 0. 4 , 1. !

5.

, , , – . , , , , .

:

class sklearn.ensemble.RandomForestClassifier(n_estimators=100, *, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='auto', max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, bootstrap=True, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, class_weight=None, ccp_alpha=0.0, max_samples=None

, , minimpuritydecrease, , «», ! ;)

! 

, 80% 90+%. . Data Science.

, , .

: