Введение в анализ данных, лекция 11 - решающие деревья

[@tka400]

Спасибо. Отличное представление материала.

[@dronnet]

Спасибо Евгению, довольно понятно обьясняет, но честно деревья сложноваты для понимания, по моему даже пряму нейросеть проще понять )) -------------------------------------------------------------------------- думаю всем пофиг, но получается нет смысла считать хаотичность ДО разбиения. Потому как если нужно максимизировать Q(R, j, t), то достаточно посчитать сумму хаотичностей после разбиения, в двух вершинах и её максимизировать. То есть максимизировать H(Rl) + H(Rr). И по моему надо не максимизировать Q(R, j, t), а минимизировать. ------------------------------- Посмотрел кучу разных лекций по деревьям и только на этой лекции понял как это работает. Конечно возникла идея самому написать такой классификатор, но по моему не потяну ))

[@richardrgb6086]

люди ботают, а алгоритмы работают