
DecicionTree.jl est un package CART (Classification and Regression Tree) dans le langage de programmation Julia pour l'apprentissage automatique. Diverses étapes comme le chargement des données, la séparation des données en formation et test, et la construction d'un modèle sont très faciles à mettre en œuvre avec ce package en Julia. Il n'est pas nécessaire de transposer les données car DecisionTree.jl ne l'exige pas. Il suffit de deux lignes de code pour construire le modèle en fournissant quelques arguments (par exemple, profondeur, nombre minimum d'échantillons dans la feuille, nombre minimum d'échantillons dans la division, etc.) selon les besoins de l'utilisateur. Ce package permet d'économiser beaucoup de temps et d'argent pour les problèmes de régression et de classification par rapport à la création d'un modèle d'arbre de décision ML à partir de zéro. Nous avons utilisé decisionTree.jl pour un client de vente au détail afin de construire un modèle pour classifier les données de clients potentiels et avons pu atteindre environ 70 % de précision, ce qui est considéré comme une très bonne précision. Avis collecté par et hébergé sur G2.com.
Il n'y a pas de problème en tant que tel avec DecisionTree.jl car il fonctionne sans problème pour des problèmes simples à moyennement complexes avec une bonne précision. Je n'ai pas encore testé ses performances pour des problèmes complexes où les données d'entrée sont très diversifiées, avec plus de 20 attributs à considérer pour la classification ou la régression. Un petit inconvénient pour les programmeurs est que le package DecisionTree.jl n'assigne pas automatiquement de type de données à vos données chargées. Il semble qu'il n'assigne pas de type de données pour améliorer les performances. Donc, vous devez écrire quelques déclarations supplémentaires pour caster le type de données à vos données avant de construire un modèle. Avis collecté par et hébergé sur G2.com.
Chez G2, nous préférons les avis récents et nous aimons suivre les évaluateurs. Ils peuvent ne pas avoir mis à jour leur texte d'avis, mais ont mis à jour leur avis.
Validé via un compte e-mail professionnel
Cet évaluateur s'est vu offrir une carte-cadeau nominale en remerciement pour avoir complété cet avis.
Invitation de la part de G2. Cet évaluateur s'est vu offrir une carte-cadeau nominale en remerciement pour avoir complété cet avis.
Cet avis a été traduit de English à l'aide de l'IA.

