摘要
我们来总结一下所讲的内容。
我们主要以决策树和随机森林为例解决了一个复杂的分类问题。 我们的设想是训练一个模型来猜测哪些人是艺术体操的奖牌得主，这很难，但我们成功了。 有趣的是，我们找到了一种只使用基本特征（年龄、体重、身高和比赛年份）的方法。
我们了解到，为了优化复杂的模型，通常需要确定模型的结构，比如模型的大小或深度。 我们讨论了越大、越复杂的模型在内部越难以理解的问题，一旦经过训练，它们的性能相较于更简单的模型类型往往会有显著提高。
我们还练习了如何使用影响训练工作方式的超参数设置。 我们发现，超参数可以显著改善模型的训练情况，而找到最优选择既需要推理，也需要试验。