AS
Я вообще эксель люблю, если небольшие датасеты, там как раз был R компонент встроен
Size: a a a
2021 January 11
MC
AS
? Он даже с заводскими настройками хорош. Ну и в DALEX особых телодвижений нет. А вот та же Борута как и RF, на котором она построена, не воспринимает пропуски в данных.
Т.е. вы вместо одной проблемы (feature importance) получаете две: missing data imputation + feature importance.
AS
+ DALEX является агностичным по отношению к моделям, т.е. в него можно пихать предсказания хоть с линейных моделей, хоть с деревьев, хоть с нейронок.
ЕТ
А без борута никак?
Без всего как. Но в данном случае я делаю так в данный момент.
ЕТ
Т.е. вы вместо одной проблемы (feature importance) получаете две: missing data imputation + feature importance.
А интересно, я посмотрю, спасибо!
R
Раз уж пошла жара, то прорекламирую одновременно лучший и худший аккаунт в твиттере
https://twitter.com/ryxcommar/status/1289269077928628226?s=19
https://twitter.com/ryxcommar/status/1289269077928628226?s=19
i
Без всего как. Но в данном случае я делаю так в данный момент.
А как же окама?
ЕТ
А как же окама?
Можно ссылочку, если не затруднит?
i
Принцип лезвия окамы не плодить сущности без надобности
ЕТ
Принцип лезвия окамы не плодить сущности без надобности
А.
ЕТ
Ну, если есть проще метод, то я радостью о нём узнаю. При этом не ниже по эффективности.
Н
Принцип лезвия окамы не плодить сущности без надобности
Он всё-таки Оккам. Так что, бритва Оккама
AS
Можно ещё обсудить, что популярная формулировка принадлежит не ему, т.к. сам он использовал несколько иные слова.
HC
Ребята, подскажите как работать с большим корусом документов, после обработки текста и стэмминга в словаре получается 45к слов, tf-idf матрица на столько столбцов слишком большая, ни одну модель не могу обучить
ГД
45 тыс слов - это не очень много. Если матрица в разряженном формате, то glmnet нормально работает.
ГД
Модели из пакета text2vec тоже без проблем
ГД
Или сколько документов у вас?
IY
Коллеги, как эффективно создать несколько новых столбцов на основании уже существующих
Например, есть три столбца с продажами в рублях, три столбца с продажами в штуках и нужно создать три столбца с ценой
И все на основании паттернов (типа паттерны для названия компаний например) ?
В data.table
Например, есть три столбца с продажами в рублях, три столбца с продажами в штуках и нужно создать три столбца с ценой
И все на основании паттернов (типа паттерны для названия компаний например) ?
В data.table
HC
Документов около 200к и 2405 классов