decision tree

Aug
14

如何画XGBoost里面的决策树?

最近用XGBoost很多, 训练完模型后, 一般只是看看特征重要性(feature importance score)。我对这种黑箱模型一般是不放心的, 所以喜欢把结果尽可能的画出来看看。XGBoost是一种Boosting Tree方法, 模型中每个决策树是可以画出来看看的。以为这是个很简单问题, 后来发现其实坑还挺多的, 这里简单总结一下。

By KellyZzz | Blog
DETAIL
May
12

什么使得一个预测模型可被解释?

机器学习(Machine Learning)中的可解释性(Interpretability)的确是一个非常有意思的问题。在Quora论坛中,有大量优秀的关于这个问题的涵盖模型复杂度,可理解性和可视化等方面的讨论。随着对这些问题的反复讨论,这里我有关于一些细微的差别之间的理解。

By ivankahu | Blog
DETAIL