Si vous voulez aller plus loin dans la compréhension de ces algorithmes et avoir accès aux codes et aux pdf de cette formation, cliquez sur le lien ci-dessous : modele_arbre.ck.page/60f78adc8f
Hello Christophe, Oui, c'est prévu mais la vidéo ne devrait pas sortir tout de suite, j'ai d'autres vidéos en préparation avant celle sur le Gradient Boosting Tree.
J'ai une question, à la fin il y a 6 arbres mais vu que c'est des stumps et qu'on a que 4 features ça veut dire que plusieurs fois un arbre avec la même feature (mais des valeurs de poids differentes) peut apparaitre ? Je pensais que le nombre max d'arbres c'était forcement le nombre de features total.
Bonjour Pseudo Unknow. Merci pour ta question. Le nombre d'arbres maximum n'est pas forcément le nombre de features total. Car à chaque fois tu travailles avec une partie de tes données et les poids changent à chaque étape de l'entraînement de ton modèle. Donc tu peux très bien avoir deux stumps qui travaillent sur la même variable mais avec des valeurs différentes sur ta règle. Donc ces dexu arbres classifient ou régressent ton problème de manière différentes. Je ne sais pas si j'ai été assez clair, sinon n'hésite pas à me poser d'autres questions.
@@AIforyouMorganGautherot Hello. Donc si je comprends bien, il faut que toutes les features soient utilisées mais il se peut que certaines features soient utilisées plusieurs fois, d'où le fait que dans ton exemple tu as 6 "stumps" pour les 4 features, est-ce bien cela ? ou j'ai compris de travers :)
Si vous voulez aller plus loin dans la compréhension de ces algorithmes et avoir accès aux codes et aux pdf de cette formation, cliquez sur le lien ci-dessous :
modele_arbre.ck.page/60f78adc8f
Merci, pour beaucoup pour nous apprend étapes par étapes ❤
De rien, c'était un plaisir de créer cette vidéo
Cette série est incroyable !
Merci, n'hésite pas à la recommander autour de toi pour aider d'autres personnes à mieux comprendre ces algorithmes 😋
Bravo
Merci, pour ton soutien. Content que la vidéo t'ait plu !
bravooo
Merci pour ton retour !
Excellent, tu peux aller plus loin et nous expliquer XGBoost ?
Hello Christophe,
Oui, c'est prévu mais la vidéo ne devrait pas sortir tout de suite, j'ai d'autres vidéos en préparation avant celle sur le Gradient Boosting Tree.
Voici la vidéo sur le Gradient Boosting Tree ua-cam.com/video/RILUEcARYGQ/v-deo.html
Petite erreur à 11m36, le poids de l'arbre 3 est 0.50 et non 0.10
Merci pour le retour :)
J'ai une question, à la fin il y a 6 arbres mais vu que c'est des stumps et qu'on a que 4 features ça veut dire que plusieurs fois un arbre avec la même feature (mais des valeurs de poids differentes) peut apparaitre ? Je pensais que le nombre max d'arbres c'était forcement le nombre de features total.
Bonjour Pseudo Unknow. Merci pour ta question. Le nombre d'arbres maximum n'est pas forcément le nombre de features total. Car à chaque fois tu travailles avec une partie de tes données et les poids changent à chaque étape de l'entraînement de ton modèle. Donc tu peux très bien avoir deux stumps qui travaillent sur la même variable mais avec des valeurs différentes sur ta règle. Donc ces dexu arbres classifient ou régressent ton problème de manière différentes.
Je ne sais pas si j'ai été assez clair, sinon n'hésite pas à me poser d'autres questions.
@@AIforyouMorganGautherot Ah si c'est très clair j'ai bien compris merci
@@pseudounknow5559 De rien, content d'avoir pu t'aider :)
@@AIforyouMorganGautherot Hello. Donc si je comprends bien, il faut que toutes les features soient utilisées mais il se peut que certaines features soient utilisées plusieurs fois, d'où le fait que dans ton exemple tu as 6 "stumps" pour les 4 features, est-ce bien cela ? ou j'ai compris de travers :)
@@shark-p4o effectivement, chaque stump prend une variable. Mais il est possible d'avoir plusieurs stump qui utilise une même variable.