Прогнозное моделирование в IBM SPSS Statistics, R и Python Метод деревьев решений и случайный лес

Прочитав эту книгу, вы сможете: • строить и интерпретировать модели дерева решений и случайного леса; • оценивать дискриминирующую способность полученных моделей; • улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга); • улучшать модели логистической регрессии, используя информацию дерева и случайного леса; • применять правила классификации/прогноза, полученные с помощью дерева и случайного леса, к новым данным; • овладеть навыками конструирования признаков (feature engineering); • улучшать модели случайного леса с помощью автоматизированной оптимизации параметров.