Machine Learning với Mô hình Dựa trên Cây trong R

Sẵn sàng cho chút ngọt ngào? Sử dụng bộ dữ liệu đánh giá sô-cô-la để xây dựng cây hồi quy và đánh giá hiệu năng của chúng bằng các thước đo lỗi phù hợp. Bạn sẽ vượt qua sự bất ổn thống kê của việc chỉ chia train/test một lần bằng cách áp dụng các kỹ thuật “ngọt” như cross-validation, rồi đào sâu hơn nữa với việc làm chủ trade-off giữa độ chệch và phương sai.

Đến lúc nghiêm túc tinh chỉnh siêu tham số và diễn giải đường cong ROC (receiver operating characteristic). Trong chương này, bạn sẽ tận dụng “trí tuệ đám đông” với các mô hình tổ hợp như bagging hoặc random forests và xây dựng các tổ hợp dự báo khách hàng thẻ tín dụng nào có khả năng rời bỏ cao nhất.

Sẵn sàng bước vào “giới thượng lưu” của các mô hình dựa trên cây? Áp dụng gradient boosting để tạo ra các tổ hợp mạnh mẽ có hiệu năng vượt trội so với mọi thứ bạn đã thấy hoặc từng xây dựng. Tìm hiểu cách tinh chỉnh chúng và so sánh các mô hình để chọn ra ứng viên tốt nhất đưa vào sản xuất.