一个全新的机器学习模型QLattice出现了
QLattice简介：适合您的问题的全新模型。QLattice图既不是神经网络也不是基于决策树的模型。您可以说QLattice解开了黑匣子神经网络的包装，并提供了类似于决策树的解释性/解释性。
在开始实践之前，让我们看一下QLattice图：
QLattice在成千上万个潜在模型中搜索具有一组正确功能和交互组合的一张图，从而结合起来对问题进行完美调整。
在QLattice中可访问的数据转换为：乘法，线性，正弦，tanh和高斯-这些几乎涵盖了所有自然发生的依存关系。这意味着训练有素的QLattice图将在预测目标变量时提取出功能所持有的任何信号。但是，这一切的真正美并不是模型的高精度。就是您对模型进行了简单的视觉描绘-您可以详细检查数据是如何被操纵以最终提供一组预测的。在您的神经网络的隐藏层或整体模型的第117个决策树中，没有任何东西被隐藏起来（请参阅打开黑匣子）。
我会不遗余力地说，QLattice图是描述数据真实模型，实际数据生成过程的最佳选择。
感兴趣吗？请遵循此快速教程，了解如何应用您的QLattice（自行注册以进行学习）。
如何申请您的QLattice
在本教程中，我们将介绍如何使用QLattice解决回归问题的基本工作流程
Feyn（/ ?fa?n /）是我们用于与QLattice交互的软件开发工具包。它以Richard Feynman的名字命名-他在路径积分方面的工作使QLattice成为可能。
试试吧！
在Kaggle上找到一些随机的，连续的目标数据集…
Airbnb出租！您在纽约的Airbnb（Kaggle）上购买公寓的合适价格是多少。该数据集充分展示了连续和分类特征的组合（最后我们可以为您提供很好的地图可视化结果）。我们走吧！
因此...
点击查看剩余70%
{{collectdata}}
网友评论