Скачать Отбор признаков с помощью генетического алгоритма (Jupyter-тетрадка) - Груздев (2026)

[bart]

Отбор признаков с помощью генетического алгоритма (Jupyter-тетрадка)​

Автор: Артем Груздев

Когда в датасете десятки или сотни признаков, вопрос «какие из них оставить» становится одним из самых трудных в построении модели. Перебрать все комбинации вручную невозможно, а простые эвристики часто отбрасывают полезные переменные или оставляют шум. Этот материал показывает другой подход: генетический алгоритм, который ищет удачный набор признаков по принципу естественного отбора.

Это практическая Jupyter-тетрадка от Артема Груздева, автора известных книг по анализу данных и прогнозному моделированию. Метод разобран подробно и сразу реализован на Python, поэтому его можно запустить, изучить по шагам и перенести в свои проекты.

Материал пригодится, если вы строите скоринговые модели, модели оттока или отклика и хотите отбирать признаки обоснованно, а не наугад.

В машинном обучении мало методик, которые дают научно обоснованный способ отбора признаков. Генетические алгоритмы в литературе упоминаются как один из вариантов для этой задачи, но подробных разборов почти нет. Здесь применение генетического алгоритма для отбора признаков описано детально и дополнено готовой реализацией на Python.

Материал подготовил исследовательский центр «Гевисста». С 2009 года центр разрабатывает, валидирует, внедряет и мониторит риск-модели, модели оттока и модели отклика. Также центр готовит специалистов по прогнозному моделированию и анализу данных. Главное направление его работы — новые алгоритмы машинного обучения, которые дают высокую точность и при этом остаются интерпретируемыми. Среди клиентов центра — Citibank N.A., TransUnion, DBS Bank, Banco Galicia и StateFarm.

Об авторе:

• SSE в Capital One (NY)
• Ведущий методолог в StateFarm
• директор ИЦ «Гевисста»
• Автор книг: Изучаем pandas, Предварительная подготовка данных в Python, Прогнозирование временных рядов, Логистическая регрессия
• Автор более трех десятков статей по прогнозному моделированию.

Для кого подойдёт:

• Data Scientist'ам и аналитикам данных, которые хотят отбирать признаки обоснованно
• Специалистам по риск-моделям, скорингу, моделям оттока и отклика
• Python-разработчикам, которые изучают машинное обучение
• Читателям книг Артема Груздева, которые хотят углубиться в тему

Что получите:

• Jupyter-тетрадку с реализацией генетического алгоритма на Python
• Подробное описание того, как генетический алгоритм применяется для отбора признаков
• Обоснованный метод отбора признаков, который можно использовать в своих моделях
• Практический опыт от исследовательского центра, который работает с крупными банками

Продажник:

Для просмотра вы должны войти или зарегистрироваться.

Скачать: