Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес

Прочитав эту книгу, вы сможете:
• строить и интерпретировать модели дерева решений и случайного леса;
• оценивать дискриминирующую способность полученных моделей;
• улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга);
• улучшать модели логистической регрессии, используя информацию дерева и случайного леса;
• применять правила классификации/прогноза, полученные с помощью дерева и случайного леса, к новым данным;
• овладеть навыками конструирования признаков (feature engineering);
• улучшать модели случайного леса с помощью автоматизированной оптимизации параметров.