Globálne hodnotenie významnosti premenných v modeli XGBoost

V tomto príspevku predstavujeme systematickú analýzu významnosti vstupných premenných v regresnom modeli využívajúcom algoritmus XGBoost, pričom model bol dopredu optimalizovaný s ohľadom na hyperparametre. Cieľom práce je preskúmať, ako upravené nastavenia modelu (napr. počet stromov, hĺbka, mierka...

Celý popis

Uložené v:
Hlavný autor: Bednařík, Andrej, 1998-
Médium: Kapitola
Jazyk:Slovak
Predmet:
modely
učenie strojové
regresia
analýza regresná
parametre ekonomické
XGBoost
Tagy: Pridať tag
Žiadne tagy, Buďte prvý, kto otaguje tento záznam!

MARC

LEADER 00000naa a2200000 4500
001 0314448
005 20260126103414.2
041 0 |a slo 
044 |a SK 
245 1 0 |a Globálne hodnotenie významnosti premenných v modeli XGBoost  |c Andrej Bednařík 
520 |a V tomto príspevku predstavujeme systematickú analýzu významnosti vstupných premenných v regresnom modeli využívajúcom algoritmus XGBoost, pričom model bol dopredu optimalizovaný s ohľadom na hyperparametre. Cieľom práce je preskúmať, ako upravené nastavenia modelu (napr. počet stromov, hĺbka, mierka vzorkovania) ovplyvnia poradie a hodnoty významnosti premenných konkrétne metriky Gain a Weight. Výsledky sú kvantifikované pomocou vizualizácií, ktoré ukazujú aké premenné zohrávajú rozhodujúcu rolu vo finálnom modeli a ako robustný je ich príspevok voči zmene parametrov. Zistenia sú zároveň využiteľné aj vo výučbe predmetov Neživotné poistenie a Aktuárske prediktívne modely ako praktická ukážka vplyvu optimalizácie hyperparametrov na interpretáciu významnosti premenných. 
610 2 0 |a modely 
610 2 0 |a učenie strojové 
610 2 0 |a regresia 
610 2 0 |a analýza regresná 
610 2 0 |a parametre ekonomické 
610 2 0 |a XGBoost 
100 1 |a Bednařík, Andrej, 1998- 

Podobné jednotky