Обучение классификатора решающее дерево для анализа результатов проточной цитометрии.

Представлен пример использования методов машинного обучения для диагностики. Созданный классификатор способен отличить образцы крови больных хроническим B-клеточным лимфоидным лейкозом от нормальных образцов, а также образцов крови, собранных при инфекционном процессе. Объясняется, почему классификатор вида “решающее дерево“ может быть переобучен, и как это сказывается на качестве его работы. Показан способ настройки параметров обучения. Приведены примеры фильтрации полученных данных. Полученный скрипт познакомит с языком python, и с использованием команд из библиотеки pandas.