Einführung
In diesem Lab werden Sie durch die Implementierung eines Gradient Boosting Classifiers mit Out-of-Bag (OOB)-Schätzungen mithilfe der scikit-learn-Bibliothek in Python geführt. OOB-Schätzungen sind eine Alternative zu Kreuzvalidierungsschätzungen und können sofort berechnet werden, ohne dass es erforderlich ist, das Modell wiederholt anzupassen. In diesem Lab werden die folgenden Schritte behandelt:
- Daten generieren
- Klassifizierer mit OOB-Schätzungen anpassen
- Besten Iterationszähler mit Hilfe der Kreuzvalidierung abschätzen
- Besten Iterationszähler für Testdaten berechnen
- Ergebnisse grafisch darstellen
Tipps für die VM
Nachdem der Start der VM abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen von Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie sofort beheben.
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
sklearn(("Sklearn")) -.-> sklearn/ModelSelectionandEvaluationGroup(["Model Selection and Evaluation"])
sklearn(("Sklearn")) -.-> sklearn/UtilitiesandDatasetsGroup(["Utilities and Datasets"])
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/ensemble("Ensemble Methods")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/model_selection("Model Selection")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/metrics("Metrics")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/datasets("Datasets")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/ensemble -.-> lab-49151{{"Gradient Boosting Out-of-Bag-Schätzungen"}}
sklearn/model_selection -.-> lab-49151{{"Gradient Boosting Out-of-Bag-Schätzungen"}}
sklearn/metrics -.-> lab-49151{{"Gradient Boosting Out-of-Bag-Schätzungen"}}
sklearn/datasets -.-> lab-49151{{"Gradient Boosting Out-of-Bag-Schätzungen"}}
ml/sklearn -.-> lab-49151{{"Gradient Boosting Out-of-Bag-Schätzungen"}}
end