Encontre os recursos mais importantes para aprendizado de máquina em Python
Neste vídeo, o autor NeuralNine nos ensina a encontrar os recursos mais importantes para aprendizado de máquina em Python. Ele começa explicando como usar o pandas e o scikit-learn libraries para criar um data frame e uma classifier random forest.
Correlação e importância de recursos
O autor então explica como calcular a correlação entre as features e o target variable, e como usar a função feature_importances_ do scikit-learn para obter a importância de cada recurso.
- O autor demonstra como visualizar os recursos e sua importância usando o caborn library.
- Ele também explica a importância de considerar a absoluta value da correlação, em vez de apenas a direção da correlação.
Recursos mais importantes para aprendizado de máquina
O autor então explica como usar o random forest classifier para obter as importâncias de cada recurso, e como ordenar essas importâncias em ordem decrescente.
Este vídeo é uma ótima referência para quem quer aprender sobre como encontrar os recursos mais importantes para aprendizado de máquina em Python.
Aprenda mais sobre o vídeo no YouTube
O autor NeuralNine é uma grande referência para quem quer aprender sobre aprendizado de máquina e Python, e este vídeo é um excelente exemplo de sua habilidade em explicar conceitos complexos de forma clara e acessível.
Visualize os recursos e sua importância com ocorrência
O conteúdo deste post foi gerado pelo sistema de inteligência artificial da https://dicas.link Assista o vídeo no youtube