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.