ВикиЧтение

ВикиЧтение

Предсказываем тренды. С Rattle и R в мир моделей классификации
Александр Фоменко

Часть 2. Краткое описание Rattle

Вторая часть книги является краткой инструкцией для работы с Rattle. Организация материала продиктована порядком построения моделей, предусмотренным Rattle в виде последовательности вкладок программы.

Вторая часть книги является переводом краткого руководства по Rattle.

Эта часть полезна как на этапе первоначального знакомства с Rattle, так и на этапе постоянного использования в качестве краткого справочника.

Текст не содержит подробностей и будет полезен тем, кто либо только начинает работать с предсказательными моделями, либо хочет апробировать некоторую идею.

Более 800 000 книг и аудиокниг! 📚

Получи 2 месяца Литрес Подписки в подарок и наслаждайся неограниченным чтением

ПОЛУЧИТЬ ПОДАРОК

Данный текст является ознакомительным фрагментом.

Содержание

Организация материала
Текущее состояние
Часть 1. Введение в предсказательное моделирование
1.1. Анализ, прогноз, предсказание
1.2. Процесс предсказательного моделирования
1.3. Терминология
1.4. Используемые наборы данных
2. Предварительная обработка данных
2.1. Преобразование отдельных предикторов
2.2. Преобразование групп предикторов
2.3. Обработка пропущенных значений
2.4. Удаление предикторов
2.5. Добавление предикторов
2.6. Группировка предикторов
2.6. Функции R
3. Переобучение и настройка модели
3.1. Проблема переобучения
3.2. Настройка модели
3.3. Разделение данных
3.4. Методы ресемплирования
3.5. Функции R
4.1. Результативность регрессионных моделей
4.2. Линейные регрессионные модели
4.3. Нелинейные регрессионные модели
4.4. Регрессионные деревья
4.5. Бутстрэп агрегированные деревья (bagging)
4.6. Случайный лес (random forest)
4.7. Усиление (boosting)
4.8. Функции R
5. Результативность классификационных моделей
5.1. Предсказания класса
5.2. Основы предсказаний классов
6. Линейные классификационные модели
6.1. Логистическая регрессия
6.2. Линейный дискриминантный анализ (LDA)
6.3. Регрессия частично наименьших квадратов (PLS)
6.4. Функции R
7. Нелинейные классификационные модели
7.1. Нейронные сети
7.2. Машины опорных векторов (SVM)
7.3. K-ближайшие соседи (KNN)
7.4. Функции R
8. Классификационные деревья
8.1. Основные классификационные деревья
8.2. Бутстрэп агрегированные деревья
8.3. Случайные леса
8.4. Усиление
8.5. Функции R
9.1. Влияние несбалансированности классов
9.2. Настройка модели
9.3. Случай неравных весов
9.4. Методы сэмплирования
9.5. Обучение, чувствительное к стоимости
9.6. Функции R
10. Значимость предикторов для целевой переменной
10.1. Метрики значимости, полученной из моделей
10.2. Независимые от модели метрики
10.3. Другие подходы
10.4. Функции R
11. Выбор предикторов
11.1. Следствия использования неинформативных предикторов
11.2. Подходы для сокращения количества предикторов
11.3. Методы обертки
11.4. Методы фильтра
11.5. Выбор смещения
11.6. Инструменты R для выбора предикторов 11.6.1. Пакет Boruta
11.7. Функции R
Часть 2. Краткое описание Rattle
12.1. Интерфейс Rattle
12.2. Введение в моделирование с Rattle
12.3. Построение модели