Strojno učenje

  1. Nomogram za klasifikacijo
    • grafična predstavitev verjetnostnega klasifikatorja
    • Pomaga pri razumevanju modela (pomembnost atributov)
    • Z njim lahko tudi ročno napovedujemo(tako da premikamo sliderje)

    • Možno je prikazati naslednje modele:
    • - naivni bayesob klasifikator
    • - logistične regresije
    • - Cox survival model


    Image Upload 1
  2. Intervali zaupanja
    • Recimo, da klasifikator pravilno napove 73% primerov v testni množici.
    • Ampak koliko zaupamo tej oceni.

    • Zato lahko uporabimo intervale zaupanja.
    • Confidence interval:
    • Image Upload 2
  3. k - kratno prečno preverjanje
    Primer za 3 - kratno prečno preverjanje

    Image Upload 3

    • Algoritem za k - kratno prečno preverjanje:
    • Podatko razdelimo v enako velikih podmnožic. 

    • For i to k:
    •    množico i uporabi kot testno, ostalih k-1 množic uporabi za učenje

    Izračunaj povprečno točnost
  4. Naključno vzorčenje
    • Podatke razdeli v dve podmnožici:
    • Učna: 70%
    • Testna: 30%

    Model zgradi na učnih podatkih in ovrednoti na testnih.

    Ponovi okoli 100 krat
Author
wolf
ID
347333
Card Set
Strojno učenje
Description
fdgd
Updated