ืืื ืืืจ!
ืื ืื ื ืืจืงืกืืคื ืชืจืืื ื ืืช ืืืืืจ ืืจืืกืืช
ืืขืืื ืืืืืชื, ืื ืชืื ืื ืื ืชืืื ื ืงืืื ืืื ืฉืืงืืืืช ืขืกืงืืื ืืืฉืืื ืืคืขืืื. ืื ืืกืืื ืฉืืจืืืช ื ืชืื ืื ืืกืืกืื ื ืชืื ืื ืืืืงืฉืื. ืื ืขืืืจ ืืืืืช ืขืจืืื ืืืคืืกืื ืืกืจืื ืื ืชืื ืื ืืืื ืื ืฉื ืฉืืืืชืืช ืฉืื ื ืืื ืื ืืืืืื ืืืืืช. ืขื ืื ืช ืืืฆืื ืืืืฉืชืืฉ ืืืคืืกืื ืืืื ืืื ืืืืืช ืชืืฆืืืช ืืืืฆืขืืช ืงืฉืจืื ืฉืืชืืื ืื ืชืื ืื, ืืืืืช ืืืื ื ืฉืืืืฉืืช.
ืืื ืืืืื ืืืืืจืืชื ืืืฉืื, โโืขืืื ืืืกืชืื ืขื ืื ืืืฉืชื ืื ืื ืชืื ืื ืืืืืื ืื ืืฉืชื ืื ืืื ืืืืฆืืื. ืื ืงืจืืื ืืืืืื ืฉืืจืฆืืื ื ืืืืืจื ืืชืืฆืืืช ืืืืกืก ืขื ืืื ืช ืื ืชืื ืื. ืื ืื ืชืื ืื ืืืืืื 5 ืื ืืคืืื 50 ืืฉืชื ืื, ื ืืชื ืืืืื ืืช ืืืื. ืื ืื ืืฉ 200 ืืืื? ืื ืคืฉืื ืื ืืืื ืืกืคืืง ืืื ืืืืื ืื ืืฉืชื ื ืืืื. ืืชืจื ืืื, ืืืง ืืืืืืืจืืชืืื ืื ืขืืืืื ืขืืืจ ื ืชืื ืื ืงืืืืจืืื, ืืื ืชืฆืืจืื ืืืืืจ ืืช ืื ืืขืืืืืช ืืงืืืืจืืืช ืืืฉืชื ืื ืืืืชืืื (ืื ืขืฉืืืื ืืืืจืืืช ืืืืชืืื, ืืื ืืืืืื ืืจืื ืฉืื ืงืืืืจืืื) ืืื ืืืืกืืฃ ืืืชื ืืืืื. ืื ืืื ืืกืคืจ ืืืฉืชื ืื ืืืฉ ื-500 ืืื. ืื ืืขืฉืืช ืขืืฉืื? ืืคืฉืจ ืืืฉืื ืฉืืชืฉืืื ืชืืื ืืคืืชืช ืืืืืืืช. ืืืืืจืืชืืื ืืืคืืชืช ืืืืืืืช ืืคืืืชืื ืืช ืืกืคืจ ืืคืจืืืจืื ืื ืืฉ ืืื ืืฉืคืขื ืฉืืืืืช ืขื ืืคืจืฉื ืืช. ืื ืื ืืฉ ืืื ืืงืืช ืืืจืืช ืฉืืืืืืช ืชืืื ืืช ืชืื ืืืคืืืช ืืช ืื ืืชืจืืช ืืงืืืช ืืืื ื ืืืคืืจืืฉ?
ืชืืื ืื ืื ืืชืื ืืืืกืก ืขื ืจืืจืกืื ืื ืกืืืื, ืืืืืืจืืชืืื ืืืืืจืช ืืชืืื ืืช ืขืฉืืืื ืืืืืช ืฉืื ืื, ืื ืืจืขืืื ืืขืืงืจื ืฉื ืืืืฉืื ืฉืืื ื ืฉืืจ ืืื.
ืืฉืชื ืื ืืขืื ืงืืจืืฆืื ืืืืื
ืืฉืชื ืื ืืขืื ืงืืจืืฆืื ืืืืื ืื ืืื ืืกืคืงืื ืืช ืืืชื ืืืืข ืืืืื, ืื ืฉืืื ืฆืืจื ืืืฉืชืืฉ ืืืืื ืื ืืชืื. ืืืืืื, ืื ืืขืจื ื ืชืื ืื ืืืื ืืช ืืชืืื ืืช "ืืื ืืงืืื" ื"ืชื ืืขื ืืฉืืืืฉ", ืื ื ืืืืืื ืืื ืื ืฉืื ืืืื ืืงืืจืืฆืื ืืกืืืืช, ืื ืจืื ืืชืื ืืืง ืื ืื ื ืืืจ ืืืื ื ืชืื ืื ืืกืจ ืคื ืืืช. ืืืงืจื ืื, ืืฉ ืฆืืจื ืจืง ืืืื ืืืืฉืชื ืื ืืืื ืืืืื. ืื ืชืฉืชืืฉ ืืฉื ืืื, ืืืื ืืืื ืืฆืืื ืืชืจ ืขื ืืืืื ืืืืื ืืืคื ืชืืื ื ืืกืืืืช.
ืขืจืื P
ืืืืืืจืืชืืื ืืื ืจืืจืกืื ืืื ืืจืืช, ืืืื ืกืืืืกืื ืจืืฉืื ื ืืื ืชืืื ืจืขืืื ืืื. ืื ืขืืืจ ืืืจืืืช ืืช ืืฉืืืืช ืืชืืื ืืช ืืืืฆืขืืช ืขืจืื ื-p ืฉืืื ืฉืืืฉืื ืขื ืืื ืืืื ืื. ืืืืจ ืฉืงืืขื ื ืืช ืจืืช ืืืืืืงืืช, ืื ื ืืืืงืื ืืช ืขืจืื ื-p ืืืชืงืืืื, ืืื ืขืจื ืืืฉืื ืืื ืืชืืช ืืจืืช ืืืืืืงืืช ืฉืฆืืื ื, ืชืืื ื ืื ืืืืจืืช ืืืฉืืขืืชืืช, ืืืืืจ, ืฉืื ืื ืืขืจื ืฉืื ืืืืื ืื ืจืื ืืฉืื ืื ืืขืจื ืฉื ืืืืจื.
ืืืืจื ืืฉืืจื
ืืืืจื ืงืืืื ืืื ืืื ืืงื ืืืืืืช ืืืฉืื ืจืืจืกืื ืฉืืืืช. ืื ืืืช ืืืื ืืชืืืื ืืืคืก ืฉืื, ืืืืืจ ืืืื ืจืืง, ืืื ืื ืืืืจืฆืื ืืืกืืคื ืืฉืชื ื ืฉืขืืฉื ืฉืืคืืจ ืืืืื ืฉื ืื ื. ืืืื ืืฉืชื ื ื ืืกืฃ ืืืืื ื ืงืืข ืืคื ืืืฉืืขืืช ืฉืื. ื ืืชื ืืืฉื ืืืช ืืืืฆืขืืช ืืืืื ืฉืื ืื. ืืืจื ืื ืคืืฆื ืืืืชืจ ืืื ืืืฉืชืืฉ ืืขืจืื p ืฉืืืฉืื ืืืืื ืืกืืืืกืื ืืืงืืจื ืชืื ืฉืืืืฉ ืืื ืืืฉืชื ืื. ืืคืขืืื ืืืืจื ืงืืืื ืืืืื ืืืืืื ืืืชืืืช ืืชืจ ืฉื ืืืื ืืืืืื ืฉืขืฉืืืื ืืืืืช ืืฉืชื ืื ืืงืืจืืฆืื ืืืืื ืืืืื, ืื ืื ืื ืืกืคืงืื ืืช ืืืชื ืืืืข ืืืืื (ืื ืืืืื ืขืืืื ืืจืื ืฉืืคืืจ).
ืืืืจื ืืคืืื
ืืืืจื ืืคืืื ืืืืืช ืื ืืืืื ืฆืขื ืืืจ ืฆืขื ืฉื ืชืืื ืืช, ืื ืืืืืื ืืืคืื ืืืฉืืืื ืืืืืจื ืงืืืื. ืืืงืจื ืื, ืืืืื ืืจืืฉืื ื ืืืื ืืช ืื ืืืฉืชื ืื ืืืืชื ืชืืืืื. ืืฉืชื ืื ื ืืืงืื ืืืืจ ืืื (ืืื ืืื ืืืืจืฆืื) ืื ืื ืื ืชืืจืืื ืขืจื ืืืืื ืืจืืจืกืื ืืืืฉ ืืื ืืืืจืฆืื. ืื ืืืืืช ืชืืื ืืช ืืืืกืกืช ืขื ืขืจืื p ืฉื ืืืืื ืืจืืฉืื ื. ืืฉืืื ืื ืืฉ ืื ืื ืืืืืช ืืขืช ืืกืจืช ืืฉืชื ืื ืืขืื ืงืืจืืฆืื ืืืืื.
ืืืกืื ืชืืื ื ืจืงืืจืกืืืืช
RFE ืืื ืืื ืืงื/ืืืืืจืืชื ืืฉืืืืฉ ื ืจืื ืืืืืจืช ืืืกืคืจ ืืืืืืง ืฉื ืชืืื ืืช ืืฉืืขืืชืืืช. ืืคืขืืื ืืฉืืื ืืฉืืฉืช ืืื ืืืกืืืจ ืืกืคืจ ืชืืื ืืช "ืืืฉืืืืช ืืืืชืจ" ืืืฉืคืืขืืช ืขื ืืชืืฆืืืช; ืืืคืขืืื ืืฆืืฆื ืืกืคืจ ืจื ืืืื ืฉื ืืฉืชื ืื (ื-200-400), ืืจืง ืืื ืฉืชืืจืืื ืืคืืืช ืชืจืืื ืืืฉืื ืืืืื ื ืฉืืจืื, ืืื ืืฉืืจ ื ืฉืืจืื. RFE ืืฉืชืืฉ ืืืขืจืืช ืืืจืื. ืืชืืื ืืช ืืืขืจื ืื ืชืื ืื ืืืงืฆืืช ืืจืืืช. ืืจืืืช ืืื ืืฉืืฉืืช ืืืืจ ืืื ืืืืืื ืจืงืืจืกืืืืืช ืฉื ืชืืื ืืช ืืืชืืกืก ืขื ืืงืืืื ืืจืืืช ืืื ืืื ืืืฉืืืืชื ืฉื ืชืืื ืืช ืืื ืืืืื. ืื ืืกืฃ ืืืืจืื ืชืืื ืืช, RFE ืืืื ืืืจืืืช ืื ืชืืื ืืช ืืื ืืฉืืืืช ืื ืื ืืคืืื ืขืืืจ ืืกืคืจ ื ืชืื ืฉื ืชืืื ืืช (ืืืืืื ืฉืกืืืจ ืืืื ืฉืืกืคืจ ืืชืืื ืืช ืฉื ืืืจ ืื ืืืื ืืืคืืืืื, ืืืกืคืจ ืืชืืื ืืช ืืืืคืืืืื ืขืฉืื ืืืืืช ืืืชืจ ืื ืคืืืช ืืืืกืคืจ ืฉื ืืืจ).
ืชืจืฉืื ืืฉืืืืช ืชืืื ื
ืืฉืืืืจืื ืขื ืืคืจืฉื ืืช ืฉื ืืืืืจืืชืื ืืืืืช ืืืื ื, ืื ื ืืืจื ืืื ืื ืื ืืจืืจืกืืืช ืืื ืืืจืืืช (ืืืืคืฉืจืืช ืื ืื ืชื ืืช ืืฉืืืืชื ืฉื ืชืืื ืืช ืืืืฆืขืืช ืขืจืื p) ืืขืฆื ืืืืื (ืืืฆืืืื ืืืืคื ืืืืืื ืืช ืืฉืืืืชื ืฉื ืชืืื ืืช ืืฆืืจื ืฉื ืขืฅ, ืื- ืืืืชื ืืื ืืืืจืจืืื ืฉืืื). ืืฆื ืฉื ื, ืืืืืจืืชืืื ืืื Random Forest, LightGBM ื-XG Boost ืืฉืชืืฉืื ืืจืื ืืืืืืจืืช ืืฉืืืืช ืชืืื ื, ืืืืืจ, ืืชืืืื ืืืืืจืื ืฉื ืืฉืชื ืื ื"ืืกืคืจื ืืืฉืืืืช ืฉืืื". ืื ืฉืืืืฉื ืืืืืื ืืืฉืจ ืืชื ืฆืจืื ืืกืคืง ืจืฆืืื ื ืืืื ื ืืืฉืืืืชื ืฉื ืชืืื ืืช ืืืืื ืช ืืฉืคืขืชื ืขื ืืขืกืง.
ืจืืืืืืฆืื
ืืจืืืืฆืื ื ืขืฉืืช ืืื ืืฉืืื ืืืืืื ืืื ืืืื ืืฉืื ืืช. ืืืื ืืจืื ืขื ืืื ืืืืื ืืชืืื ืืชืจ ืขื ืืืืื ืืืขืจื ื ืชืื ื ืืืืืื. ืืกืืืื ืืจืื ืขื ืืื ืืชืืืืืช ืืื ืฉืื ืืช ืืื ืืขืจืื ืืืืืื ืืืืืื. ืืืืคื ืืืืืืื, ืื ืืืืื ืืื ืืฉืื ืืช ืฆืจืืืื ืืืืืช ืงืื ืื. ืื ืืืงืื ืฉืื ืืืกืืจื ืืื ืืืฆืื! ืืฉื ื ืฉืชื ืืื ืืงืืช ืขืืงืจืืืช:
L1 Regularization - ืืืกื: ืืืกื ืืขื ืืฉ ืืช ืืฉืงืื ืืืืื ืืื ืืฉื ืืช ืืช ืืฉืืืืชื ืืืืื ืืืฃ ืืืื ืืืื ืืืชื (ืืืืืจ ืืืกืืจ ืืช ืืืฉืชื ืื ืืืื ืืืืืื ืืกืืคื). ืืืจื ืืื, ื ืขืฉื ืฉืืืืฉ ื-Lasso ืืืฉืจ ืืขืจื ื ืชืื ืื ืืืื ืืกืคืจ ืจื ืฉื ืืฉืชื ืื ืืืจืฆืื ื ืื ืืืืื ืืืง ืืื ืืื ืืืืื ืืื ืืืชืจ ืืืฆื ืชืืื ืืช ืืฉืืืืช ืืฉืคืืขืืช ืขื ืืืืื (ืืืืืจ, ืชืืื ืืช ืืื ืฉื ืืืจื ืขื ืืื ืืืกื ืืืืืกื ืืื ืืฉืืืืช).
L2 Regularization โ ืฉืืืช ืจืืก: ืชืคืงืืื ืฉื ืจืืก ืืื ืืืืกื ืืช ืื ืืืฉืชื ืื ืืืืงืืื ืืืืืก ืืื ืืฉืืืืช ืขื ืกืื ืชืจืืืชื ืืืืฆืืขื ืืืืื. Ridge ืชืืื ืืืืจื ืืืื ืื ืืขืจื ืื ืชืื ืื ืืืื ืืกืคืจ ืงืื ืฉื ืืฉืชื ืื ืืืืื ื ืืืฆืื ืืื ืืคืจืฉ ืืช ืืืืฆืืื ืืืชืืฆืืืช ืฉืืชืงืืื.
ืืืืืื ืฉ-Ridge ืฉืืืจ ืขื ืื ืืืฉืชื ืื ืืืืกื ืขืืฉื ืขืืืื ืืืื ืืืชืจ ืืืืกืืก ืืฉืืืืชื, ืคืืชื ืืืืืจืืชื ืืืฉืื ืืช ืืชืืื ืืช ืืืืืืช ืืืืชืจ ืฉื ืฉืชื ืืืกืืจืืช, ืืืืื ื Elastic-Net.
ืืฉื ื ืืจืืื ืจืืืช ื ืืกืคืืช ืืืืืจ ืชืืื ืืช ืืืืืืช ืืืื ื, ืื ืืจืขืืื ืืืจืืื ืชืืื ืืื: ืืืืืื ืืช ืืืฉืืืืช ืฉื ืืฉืชื ืื ืืืืืจ ืืื ืืื ืืืง ืืื ืืืชืืกืก ืขื ืืืฉืืืืช ืืืชืงืืืช. ืืฉืืืืช ืืื ืืื ื ืกืืืืืงืืืื ืืืื, ืืืืืื ืฉืืื ืื ืจืง ืืื, ืืื ืกื ืฉืื ืฉื ืืืืื ืืชืจืฉืืืื ืฉื ืืชื ืืืฉืชืืฉ ืืื ืืื ืืืฆืื ืชืืื ืืช ืืคืชื.
ืชืืื ืฉืงืจืืช! ืืืืื ืืื ื!
ืืงืืจ: www.habr.com