Tak pracuje ML w CzymPojade
Nie wierzymy w czarne skrzynki. Poniżej zobaczysz dokładnie, jak nasz Random Forest klasyfikuje markę auta, jak KMeans dzieli 868 modeli na 12 archetypów i co naprawdę wybierają użytkownicy z Twojego klastra. Na przykładzie Tesli Model 3.
Czym jest Random Forest?
Las losowy to algorytm uczenia maszynowego typu ensemble, który łączy wyniki wielu drzew decyzyjnych, aby uzyskać jedną, bardziej precyzyjną prognozę. Może być stosowany zarówno do klasyfikacji, jak i regresji, a jego popularność wynika z elastyczności, odporności na przeuczenie i łatwości użycia.
Podstawą działania są drzewa decyzyjne trenowane metodą bagging (bootstrap aggregation) oraz z dodatkową losowością w wyborze cech (feature bagging). Dzięki temu drzewa są słabo skorelowane, co zmniejsza wariancję i poprawia dokładność.