Regrese náhodným lesem předpovídá číselné hodnoty kombinací mnoha rozhodovacích stromů. Každý strom se trénuje na náhodném vzorku dat a náhodném výběru příznaků; výsledkem je průměr předpovědí všech stromů. Metoda je díky tomu robustnější a méně náchylná k přeučení než jediný strom. Používá se například pro předpovědi prodeje, odhady cen nebo poptávky po energii – často jako solidní výchozí bod pro tabulková data.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoRozhodovací strom je model, který znázorňuje rozhodnutí jako posloupnost jednoduchých otázek ano/ne: každá větev testuje jeden rys a každý list udává výsledek. Ve strojovém učení se takové stromy učí automaticky z dat a používají se ke klasifikaci nebo predikci. Jejich hlavní předností je transparentnost – například ukazují, proč byla žádost o úvěr označena na základě příjmu, délky splácení a platební historie.
Bagging (zkratka z bootstrap aggregating) je ansámblová metoda strojového učení: mnoho modelů se natrénuje na náhodně vybraných vzorcích trénovacích dat a jejich predikce se zprůměrují nebo zkombinují většinovým hlasováním. Výsledky jsou díky tomu stabilnější a snižuje se přeučení. Nejznámějším příkladem je náhodný les (random forest), který kombinuje mnoho rozhodovacích stromů – například pro predikci odchodu zákazníků nebo cen.
Gradient boosting je technika strojového učení, která za sebou kombinuje mnoho jednoduchých modelů – obvykle malých rozhodovacích stromů. Každý nový strom se trénuje specificky tak, aby snižoval zbývající chyby předchozích. Výsledkem jsou vysoce přesné modely pro tabulková data, například pro úvěrové riziko, prognózy prodeje nebo pravděpodobnost odchodu zákazníka. Známými implementacemi jsou XGBoost, LightGBM a CatBoost; aby se předešlo přeučení, je třeba pečlivé ladění.
Lineární regrese je statistická metoda, která popisuje vztah mezi cílovou proměnnou a jedním či více prediktory pomocí přímky nebo roviny. Koeficienty se obvykle volí tak, aby se minimalizoval součet čtverců odchylek. Metoda je snadno pochopitelná a interpretovatelná: lze s ní například odhadnout, o kolik vzroste obrat, když se reklamní rozpočet zvýší o 1 000 €. U nelineárních vztahů narazí na své hranice.
