Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3313

Yeni yorum
 
Sanych, Öğretmen'in işaretler + hedef) olduğunu ne zaman hatırlayacağız?

Bu tür çocukça hatalar, sanki büyük R'yi öğrenmiş ciddi insanlardan geliyormuş gibi, tüm atmosferi bozuyor. Ve insanlar, onları ne kadar düzeltirseniz düzeltin, öğrenmemiş oluyorlar.

Temel konular hakkında hala kafanız karışıksa sizinle nasıl konuşabilirim?)

Kusura bakmayın ama birbirinizi, birbirinizin ne hakkında yazdığını bile anlamıyorsunuz :))))))
 
СанСаныч Фоменко #:

Modellerin bir parçası olarak özellik seçim ini kastediyorsanız, buna tamamen katılmıyorum, çünkü modellerin bir parçası olarak özellik seçimi sadece herhangi bir çöpü sıralar.

Özellik seçiminden bahsediyorum

ve " modellerde özellik seçimi " dediğiniz şey varyans önemidir. Kendinizi ve başkalarını karıştırmayın.

Ve proxy paketi ile yaptığınız şey zanaatkarca, yanlış, ilkel özellik seçimi ya da onun bir parçasıdır.


Ve gerçekten, kavramlara aşina olun ve mevcut olanların üzerine kendi kavramlarınızı eklemeyin.

Çünkü yeniden eğitime "aşırı uyum" dediğinizde her seferinde seğiriyorum ve böyle bir sürü hata var.

 
Maxim Dmitrievsky #:
Sanych, Öğretmenin işaretler + hedef olduğunu ne zaman hatırlayacağız?)

Bu tür çocukça hatalar, sanki büyük R'yi öğrenmiş ciddi insanlardan geliyormuş gibi, tüm atmosferi bozuyor. Ve insanlar, onları ne kadar düzeltirseniz düzeltin, öğrenmemiş oluyorlar.

Temel konular hakkında hala kafanız karışıksa sizinle nasıl konuşabilirim?)

Kusura bakmayın ama birbirinizi, birbirinizin ne hakkında yazdığını bile anlamıyorsunuz :))))))

Oh, en bilge!

Oh, en bilgili!

"Öğretmen ile" öğrenme yönteminde "Öğretmen" (eş anlamlı hedef değişken) benim bildiğim tüm makine öğrenmesi modellerinin formülünde ayrı bir DEĞİŞKENDİR örneğin:

randomForest(as.factor(target ) ~ .,
                                     data   = Train [, - ncol(Train )],
                                     ntree  = ntree,
                                     mtry   = mtry)

burada hedef matrisin ayrı bir sütununu temsil eder. Örneğin, fiyat artışları anlamına gelir. Bir fonksiyon ve argümanları gibi.

Matrisin diğer sütunları eşleştirilmelidir. Sorun şu ki, her öğretmen özelliklere (tahmin ediciler) uymayacaktır ve bunun tersi de geçerlidir, her özellik belirli bir öğretmene uymayacaktır

 
mytarmailS #:

Özellik seçiminden bahsediyorum

ve " modellerin bir parçası olarak özellik seçimi " dediğiniz şey varyans önemidir. Kendinizi karıştırmayın ve başkalarının da kafasını karıştırmayın.

Ve proxy paketiyle yaptığınız şey zanaatkarca, yanlış, ilkel özellik seçimidir , daha doğrusu bunun bir parçasıdır


Ve gerçekten, kavramlara aşina olun ve mevcut olanların üzerine kendi kavramlarınızı eklemeyin.

Çünkü yeniden eğitime "aşırı uyum" dediğinizde her seferinde seğiriyorum ve bu tür pek çok hata var

Açıklama için teşekkürler!

Ancak mutlak doğruluk yalnızca belirli bir makine öğrenimi modeliyle mümkündür, çünkü varyans önemi bilgisi sağlayan modeller vardır ve yerleşiközellik seçimine sahip modeller vardır.

Özellik seçimi probleminde kavramların genel bir sınıflandırması varsa, bunu kullanabilirsiniz


Sadece bilginize: aşırı uyumun tercümesi nedir? Aşırı uyum mu? Ya da belki aşırı uyum?

 
СанСаныч Фоменко #:

Açıklama için teşekkürler!

Sadece bilginize: aşırı uyumun çevirisi nedir? Aşırı uyum mu? Ya da belki aşırı uyum?

overate.

Fazla konuşmak.

Mesele bu bile değil, mesele bu kelimeyi yüzlerce kişinin önünde kullanan tek kişi olmanız ve bunun iyi bir yanı yok, sadece kafa karıştırıcı.


==================================================================


Fonksiyonlarınızın sayılmasının uzun sürdüğünü söylediğinizi hatırlıyorum, kod hafızaya alma gibi harika bir şey var, bazı durumlarda kodu çok hızlandırıyor, sadece yavaş bir f1() fonksiyonunu f2( ) içine sarmanız ve hafızaya alınabilir bir fonksiyon yapmanız gerekiyor.

f2 <- memoise::memoise(f1)

büyük kazanç

microbenchmark::microbenchmark(f1(),f2())
Unit: microseconds
 expr        min         lq       mean     median         uq      max neval
 f1() 145281.202 154547.404 163587.417 160677.641 167757.222 204640.4   100
 f2()    234.342    270.263   1989.096    402.544    413.092 164095.8   100
 
СанСаныч Фоменко #:

Oh, en bilge adam!

Oh, en bilgili!

"Efendim."

Sanych, Öğretmenin hedef ile eş anlamlı olduğu nerede yazıyor? )

 
mytarmailS #:
memoise

merakla

 
Maxim Dmitrievsky #:

Sanych, Öğretmenin hedef ile eş anlamlı olduğu nerede yazıyor? )

Aptal olma!

Denetimli öğrenme, test edilen sistemin uyarıcı-tepki örneklerini kullanarak öğrenmeye zorlandığımakine öğren imi yöntemlerinden biridir.Sibernetik açısından bakıldığında, bir türsibernetik deneydir. Girdiler ve referans çıktılar ( uyarıcı-tepki) arasında bir miktar bağımlılık olabilir, ancak bu bilinmemektedir.


Ve en önemlisi, kimseye öğretmenize gerek yok! Sadece kendi işinizi yapın!

 
СанСаныч Фоменко #:

Aptal olma!

Denetimli öğrenme, test edilen sistemin uyarıcı-tepki örneklerini kullanarak öğrenmeye zorlandığımakine öğren imi yöntemlerinden biridir.Sibernetik açısından bakıldığında, bir türsibernetik deneydir. Girdiler ve referans çıktılar ( uyarıcı-tepki) arasında bir miktar bağımlılık olabilir, ancak bu bilinmemektedir.


Ve en önemlisi, kimseye öğretmenize gerek yok! Sadece kendi işinizi yapın!

Sanych, NEREDE YAZIYOR?


 
Öğretmensiz öğrenme - aynı çipleri beslediğimizde, ancak hedefin bulunduğu sütun olmadığında. Model hedefi kendisi seçecektir.
Öğretmenle - hedef f-i sütunuyla ve öğretmensiz - bu sütun olmadan, o zaman bu sütunun öğretmen olduğunu varsaymak mantıklıdır.
1...330633073308330933103311331233133314331533163317331833193320...3399
Yeni yorum