64 | Rozdział 2: Kompleksowy projekt uczenia maszynowego
Wzmacnianie gradientowe LightGBM
Rysunek 2-18 Krzywa precyzji-czułości dla wzmacniania gradientowego LightGBM naze-
stawie testowym
Rysunek 2-19 Wartość auROC dla wzmacniania gradientowego LightGBM nazestawie
testowym
Wyniki dla wzmacniania gradientowego LightGBM sąimponujące– możemy wychwycić
ponad 80% oszukańczych transakcji zniemal 90% precyzją (innymi słowy, przy wychwy-
tywaniu 80% wszystkich oszustw model LightGBM myli się tylko w10% przypadków).
Biorąc pod uwagę, jak niewiele przypadków oszustw jest wnaszym zestawie danych,
jest towielkie osiągnięcie.
Zespoły modeli
Zamiast ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.