Публикации по теме 'lightgbm'
Прогнозирование безопасного вождения в Порту-Сегуро: ансамблевой подход
Никто не может насвистывать симфонию. Чтобы ее сыграть, нужен целый оркестр.
- Х. Э. Люккок
1 - Постановка проблемы:
✦ P orto Seguro - одна из крупнейших в Бразилии компаний по страхованию автомобилей и домовладельцев. В этом соревновании задача состоит в том, чтобы построить модель, которая предсказывает вероятность того, что водитель подаст иск о автостраховании в следующем году.
✦ Полный проект можно найти здесь .
✦ Вы также можете связаться со мной в..
Рекомендательные системы с участием SHAP — Упрощение утверждения деловых поездок
Как компания по управлению поездками (TMC), Egencia предлагает клиентам B2B инструменты управления поездками, среди которых важное значение имеет одобрение. Более 50% клиентов Egencia используют одобрение хотя бы для одного типа командировки, т. е. имеют как минимум конфигурацию, требующую одобрения для поездки, и это позволяет клиентам проверять, соблюдают ли их сотрудники политику командировок компании.
Базовая функциональность утверждения поездки
Предположим, менеджер по туризму..
Разблокировка продвинутых алгоритмов ранжирования: LambdaMART с LightGBM
Введение:
В сегодняшнем быстро меняющемся цифровом ландшафте возможность предоставлять релевантные и персонализированные рекомендации имеет решающее значение для предприятий в различных областях. Будь то ранжирование результатов поиска, предложение продуктов или рекомендация контента, расширенные алгоритмы ранжирования играют ключевую роль в предоставлении пользователям индивидуального опыта. Одним из таких алгоритмов, получивших значительную популярность, является LambdaMART, мощный и..
Создание универсального конвейера машинного обучения: путешествие с табличными данными
Создание универсального конвейера машинного обучения: путешествие с табличными данными
1. Введение
Машинное обучение покорило мир, способствуя улучшениям во многих секторах, от здравоохранения до финансов. Одним из распространенных типов данных, с которым часто сталкиваются профессионалы, включая меня, являются табличные данные. Строки, столбцы, ячейки — этот структурированный формат знаком многим из нас. В этой статье я поделюсь с вами общим конвейером машинного обучения, который..
Перекрестная проверка Kfold для классификатора LightGBM
Нам понадобятся некоторые базовые библиотеки для обработки и визуализации данных, такие как pandas, NumPy и matplotlib. Нам также понадобится sklearn для некоторых вспомогательных функций, таких как train_test_split и precision_score. И, конечно же, нам понадобится сам LightGBM.
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import sklearn
from sklearn.model_selection import train_test_split, KFold
from sklearn.metrics import accuracy_score..
Улучшите свои навыки прогнозного моделирования с помощью Light GBM: пошаговое руководство с кодом
Содержание:
История Света ГБМ
Что такое LightGBM?
Шаги по использованию Light GBM с кодом
Преимущества
Приложение
Заключение
История легких ГБМ
LightGBM был разработан для устранения некоторых ограничений существующих фреймворков повышения градиента, таких как XGBoost и H2O. Одной из ключевых проблем этих фреймворков является масштабируемость обучения и использования памяти. LightGBM решил эту проблему, используя листовой подход для построения деревьев..
Передайте настраиваемую метрику оценки в LightGBM
Иногда значения по умолчанию не соответствуют вашему варианту использования.
Зачем отслеживать пользовательскую функцию оценки?
Иногда вы работаете с очень индивидуальной оценочной метрикой, которую нельзя использовать в качестве функции потерь. Итак, вы можете:
тренируйтесь, используя некоторую стандартную функцию потерь, такую как потеря L2 выберите свои гиперпараметры (например, n_estimators ) на основе наилучшего показателя перекрестной проверки в соответствии с вашей..