#Document #GradientBoosting #MachineLearning

🚀 اگه دیتای بزرگ داری و هنوز با GradientBoostingClassifier کُند کار می‌کنی، HistGradientBoostingClassifier رو بشناس.

ابزار HistGradientBoostingClassifier یک کلاسیفایر گرادیانت بوستینگ مبتنی بر histogram در scikit-learn هست که برای دیتای بزرگ (n_samples >= 10,000) خیلی سریع‌تر از GradientBoostingClassifier عمل می‌کند.

پیش‌فرض از max_bins=255 استفاده می‌کنه که هر ویژگی رو به integer-valued bins تبدیل می‌کنه و training رو خیلی سریع‌تر می‌سازه.
پشتیبانی Native از NaNs (missing values) داره و در training و prediction، نمونه‌های با NaN رو به child مناسب می‌فرسته.
این پیاده‌سازی از LightGBM الهام گرفته شده و برای دیتای بزرگ و ML سریع عالیه.
برای task‌های کلاسیفیکیشن بزرگ (مثل Iris) می‌تونی با پارامترهای ساده این estimator رو استفاده کنی:

from sklearn.ensemble import HistGradientBoostingClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
clf = HistGradientBoostingClassifier()
clf.fit(X, y)
print(clf.score(X, y))

🔗لینک document

اگه دوست داری یه پست آموزشی جدا برات بنویسم که پارامترهای مهم این estimator (مثل learning_rate, max_iter, max_leaf_nodes, early_stopping) رو کامل توضیح بده، زیر همین پست بگو: «HGB». 🚀


#GBDT #ML #ScikitLearn #sklearn #Python #DataScience #BigData #LightGBM #XGBoost #Classification #AI #پایتون #یادگیریماشین #دیتاساینس #GBRT #Boostin #هوش_مصنوعی #هایتک #HiTech

🔔اگه میخوای قدم به قدم و اصولی #پایتون رو یادبگیری کامنت بذار
┏━━━━━━━━┓
〓 @HiTech_Codes
┗━━━━━━━━┛