Лекция 7. XGboost. (Анализ данных на Python в примерах и задачах. Ч2)

Рет қаралды 17,959

5 жыл бұрын

compscicenter.ru/
Теоретическое обоснование метода. Пример решения задачи в Python с использованием XGboost. Несбалансированные выборки. Precision, Recall, F1. Информативность переменных (Importance). Подбор параметров в XGboost.
Лекция №7 в курсе "Анализ данных на Python в примерах и задачах. Часть 2" (осень 2018).
Преподаватель курса: Вадим Леонардович Аббакумов
Страница лекции на сайте CS центра: bit.ly/2S9Pwyp
Все видео курса: bit.ly/2NEwnWR

Пікірлер: 15

@maximshalankin7699 5 жыл бұрын

Отличные лекции, спасибо большое!

@user-ur9fs8cx4f 5 жыл бұрын

Спасибо огромное!

@CompscicenterRu 5 жыл бұрын

Видео 6 лекции будет немного позже.

@RenescoRocketman 5 жыл бұрын

Отлично, а то уж испугался, что пропустили.

@SerJon5 4 жыл бұрын

Лектор кросавчег

@user-wk3ec5qr3g 5 жыл бұрын

Очень ждем 6 лекцию

@CompscicenterRu 5 жыл бұрын

Готово, выложили 6 лекцию.

@RenescoRocketman 5 жыл бұрын

Ну где же, где ж она, 6я лекция? Не охота начинать смотреть 7ю с пропуском.

@CompscicenterRu 5 жыл бұрын

По техническим причинам для 6 лекции нужно подготовить скринкаст, это займёт какое-то время. Поэтому пока, к сожалению, точную дату назвать не можем.

@CompscicenterRu 5 жыл бұрын

Ура, опубликовали 6 лекцию.

@RenescoRocketman 5 жыл бұрын

Вот это и правда Ура. Спасибо.

@vakaider3922 Жыл бұрын

Смотрю в 2023, представляю что бы творилась если бы сейчас, если бы повторили эту фразу 57:20 )

@hopelesssuprem1867 8 ай бұрын

с языка снял)

@shandi1241 3 жыл бұрын

Не совсем понятно зачем делать dropna если xgboost работает с пропусками?

@Vadim_Abbakumov 3 жыл бұрын

Советую разобраться, КАК именно XGBoost работает с пропусками. Он считает, что распределение пропусков информативно и использует информацию о пропусках для предсказания. Когда аналитик считает, что в задаче пропуски появляются непонятным для него способом, лучше без них. Я так и сделал