🤔 Что хуже: иметь много ложных срабатываний или ложно-отрицательных срабатываний? Это зависит от задачи. Ложно-отрицательные срабатывания хуже в задачах, где важно не пропустить критический случай (например, диагностика). Ложные срабатывания могут быть менее критичными, но увеличивают нагрузку на систему. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚Базу Знаний
Data Science | Тесты
Cайт easyoffer.ru Реклама @easyoffer_adv ВП @easyoffer_vp Вопросы собесов t.me/+RQVnIJT__Z42ZWUy Вакансии t.me/+Ir52wMvyEgo5YWIy
Графики
📊 Средний охват постов
📉 ERR % по дням
📋 Публикации по дням
📎 Типы контента
Лучшие публикации
20 из 20🤔 Как работает where? Функция where возвращает элементы, соответствующие условию: 1. В SQL — фильтрует строки, соответствующие критериям. 2. В NumPy — выбирает элементы массива по условию или заменяет значения. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚Базу Знаний
🤔 Почему хорошо работает случайный лес? Случайный лес работает хорошо, потому что он сочетает предсказания множества независимых деревьев решений, что снижает вероятность переобучения и увеличивает общую точность модели. Каждое дерево строится на случайной подвыборке данных и случайных признаках, что обеспечивает разнообразие моделей. За счёт этого случайный лес становится устойчивым к шуму и переобучению, предоставляя более стабильные и обобщающие предсказания. Модель также устойчива к выброса...