Построение дерева решений

Содержание

ВВЕДЕНИЕ	3
1.	Дерево решений	4
2. Генерация и анализ выборки на 10000 элементов	8
3. Разделение выборки на обучающую и тестовую	9
4. Построение модели «Дерево решений»	10
5. Анализ модели и подбор оптимального параметра max_depth	12
ЗАКЛЮЧЕНИЕ	14
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ	15

Введение

В рамках данного курсового проекта производится обучение и проверка модели «Дерево решений». Для этого используются сгенерированные тестовые и обучающие выборки, а также реализация модели из библиотеки scikit-learn [1]. Работа была выполнена с применением платформы Google Colab [2].

Список литературы

1.	Библиотека scikit-learn – URL: https://scikit-learn.ru/ (дата обращения: 28.09.23)
2.	Google Colab – URL: https://colab.google/ (дата обращения: 28.09.23)
3.	Freund Y, Schapire R.E. Experiments with a New Boosting Algorithm. International Conference on Machine Learning, 2018, pp. 148–156.
4.	Маценов А.А. Комитетный бустинг: минимизация числа базовых алгоритмов при простом голосовании. Всероссийская конференция ММРО-13. 2017. С. 180–183. [Matsenov A.A. Komitetnyy busting: minimizatsiya chisla bazovykh algoritmov pri prostom golosovanii (Committee Boosting: Number of Base Algorithms Minimization for Simple Voting). Vserossiyskaya konferentsiya MMRO-13 (All-Russian Conference MMRO-13). St. Peterburg, 2007, pp. 180–183.]

Демо файлы

Файлы работы