КАК НЕ ПЕРЕОБУЧИТЬ ДЕРЕВО РЕШЕНИЙ Decision Tree | MAX DEPTH, MIN SAMPLES LEAF, MAX LEAF NODES

Поддержать канал можно оформив подписку на 🎉 🎉 🎉 А можете скидывать монеты на 💻 Мои курсы на платформе Stepik: Канал в TG Видео про переобучение и недообучение Как сделать так, чтобы модель не переобучалась? А нужно пользоваться критериями останова. Расскажу про критерии max_depth, min_samples_leaf и max_leaf_nodes, как их понимать и как их настраивать, чтобы модель обучалась отлично. Ноутбук из видео 0:00 Вводная 0:21 Датасет на сегодня 0:42 Обучение дерева решений и визуализация 1:03 Подсчет метрик 1:40 Вспоминаем про переобучение 2:27 Склонность деревьев к переобучению 2:42 Основные критерия останова у дерева решений 3:30 max_depth 4:03 Снижение переобучения с помощью max_depth 4:30 min_samples_leaf 5:14 Снижение переобучения с помощью min_samples_leaf 5:36 max_leaf_nodes 6:07 Снижение переобучения с помощью max_leaf_nodes 6:13 Использование критериев останова вместе 6:30 Как использовать критерии останова 6:46 Обучение дерева решений на параметрах по умолчанию 7:15 Эксперименты с критериями останова 8:43 Алгоритм поиска лучших критериев останова 9:26 Резюме критериев останова 10:19 Резюме занятия 10:30 Помощь каналу 11:35 Завершение