Установите правильную последовательность работы LightAutoML

1. После выбора модели платформа проводит оптимизацию гиперпараметров, чтобы достичь наилучшего качества модели
2. После обучения модели платформа оценивает ее качество на тестовых данных и предоставляет отчет о качестве модели
3. После оптимизации гиперпараметров платформа обучает модель на тренировочных данных
4. После оценки качества модели ее можно применять для решения задачи, для которой она была создана
5. Платформа позволяет интерпретировать результаты модели, выделяя наиболее значимые признаки и их влияние на результаты
6. Платформа автоматически выбирает наиболее подходящую модель для решения задачи на основе данных, используя различные алгоритмы и методы
7. Данные загружаются в платформу и проходят предобработку, включающую в себя заполнение пропущенных значений, кодирование категориальных признаков и масштабирование числовых признаков

Другие предметы Университет Автоматизированное машинное обучение (AutoML) LightAutoML машинное обучение оптимизация гиперпараметров обучение модели оценка качества модели интерпретация результатов предобработка данных выбор модели значимые признаки алгоритмы машинного обучения Новый