Contenu du cours

Apprentissage Ensembliste

1. Principes de Base de la Construction de Modèles d'Ensemble

Qu'est-ce Qu'un Ensemble de Modèles ?Modèles de Bagging Modèles de Boosting Empilement de Modèles

2. Modèles de Bagging Couramment Utilisés

Classificateur de Bagging Défi : Résoudre la Tâche en Utilisant le Classificateur de Bagging Régression par Ensachage Défi : Résoudre la Tâche en Utilisant le Régressseur de Bagging Forêt Aléatoire Défi : Déterminer l'Importance des Caractéristiques en Utilisant la Forêt Random Arbres Supplémentaires

3. Modèles de Boosting Couramment Utilisés

Classificateur AdaBoost Défi : Résoudre la Tâche en Utilisant le Classificateur AdaBoost Défi : Résoudre la Tâche en Utilisant AdaBoost Regressor Amélioration du Gradient XGBoost Défi : Résoudre la Tâche en Utilisant XGBoost

4. Modèles de Stacking Couramment Utilisés

Classificateur d'Empilement Défi : Résoudre la Tâche en Utilisant un Classificateur de Stacking Défi : Résoudre la Tâche en Utilisant un Stacking Regressor Utilisation des Ensembles comme Modèles de Base Résumé du Cours

Défi : Résoudre la Tâche en Utilisant AdaBoost Regressor

AdaBoost Regressor est un algorithme d'apprentissage par ensemble utilisé pour les tâches de régression.

Le principe de fonctionnement d'un tel régressseur coïncide avec le principe de fonctionnement du classificateur AdaBoost. La seule différence est que nous utilisons certains algorithmes de régression (régression linéaire, régressseur d'arbre de décision, régression polynomiale, etc.) comme modèle de base.

La classe AdaBoostRegressor en Python fournit des outils pour entraîner le modèle et faire des prédictions.

Tâche

Swipe to start coding

Votre tâche consiste à créer un modèle pour résoudre la tâche de régression sur le jeu de données du diabète :

Utilisez un modèle de régression linéaire simple comme modèle de base d'un ensemble.
Créez un modèle de régressseur AdaBoost avec 50 estimateurs de base.
Imprimez le MSE pour estimer la qualité de la régression.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 3. Chapitre 3

Défi : Résoudre la Tâche en Utilisant AdaBoost Regressor

AdaBoost Regressor est un algorithme d'apprentissage par ensemble utilisé pour les tâches de régression.

La classe AdaBoostRegressor en Python fournit des outils pour entraîner le modèle et faire des prédictions.

Tâche

Swipe to start coding

Votre tâche consiste à créer un modèle pour résoudre la tâche de régression sur le jeu de données du diabète :

Utilisez un modèle de régression linéaire simple comme modèle de base d'un ensemble.
Créez un modèle de régressseur AdaBoost avec 50 estimateurs de base.
Imprimez le MSE pour estimer la qualité de la régression.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 3. Chapitre 3

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous