Rozdział 7. Modelowanie przy użyciu drzew decyzyjnych
Dotychczas przedstawiono kilka różnych zautomatyzowanych klasyfikatorów. W tym rozdziale zagadnienie to zostanie rozszerzone przez wprowadzenie bardzo przydatnej metody określanej mianem uczenia za pomocą drzew decyzyjnych. W przeciwieństwie do większości innych klasyfikatorów, modele tworzone przez drzewa decyzyjne są łatwe do interpretowania. Mimo że lista liczb w przypadku klasyfikatora bayesowskiego pozwala określić, jak ważny jest każdy wyraz, w rzeczywistości konieczne jest przeprowadzenie obliczenia w celu poznania wyniku. Sieć neuronowa jest jeszcze trudniejsza do interpretowania, ponieważ sama waga połączenia między dwoma neuronami nie przedstawia zbyt dużego znaczenia. Wystarczy spojrzeć ...
Get Nowe usługi 2.0. Przewodnik po analizie zbiorów danych now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
