DecicionTree.jl es un paquete CART (Árbol de Clasificación y Regresión) en el lenguaje de programación de aprendizaje automático Julia. Varios pasos como cargar datos, segregar datos en entrenamiento y prueba, y construir un modelo son muy fáciles de implementar usando este paquete en Julia. No hay necesidad de transponer datos ya que DecisionTree.jl no lo requiere. Solo se necesita una declaración de dos líneas para construir el modelo proporcionando algunos argumentos (por ejemplo, profundidad, número mínimo de muestras en la hoja, número mínimo de muestras en la división, etc.) según el requisito del usuario. Este paquete ahorra mucho tiempo y dinero para problemas de regresión y clasificación en comparación con crear un modelo de árbol de decisión de aprendizaje automático desde cero. Usamos decisionTree.jl para un cliente minorista para construir un modelo para clasificar datos de clientes potenciales y pudimos lograr cerca del 70% de precisión, lo cual se considera una precisión muy buena.

Asistí a una de las sesiones de Julia AI y decision tree.jl y encontré que fue perspicaz y útil. Su capacidad para convertir el problema en un modelo funcional fue impresionante.

Su soporte para pruebas de clasificación y regresión, impulsado por el lenguaje de alto rendimiento Julia.