Trainingssatz
Swipe um das Menü anzuzeigen
Im überwachten oder unüberwachten Lernen wird das Trainingsset üblicherweise in tabellarischer Form dargestellt.
Ein Beispiel ist der diabetes dataset, der verwendet wird, um vorherzusagen, ob eine Person an Diabetes erkrankt ist. Er enthält Datensätze von 768 Frauen mit Parametern wie Alter, Body-Mass-Index und Blutdruck. Diese Parameter werden als Features bezeichnet.
Der Datensatz enthält außerdem eine 'Outcome'-Spalte, die angibt, ob die Person Diabetes hat. Dies ist die Target-Variable.
Jede Zeile in der Tabelle ist eine Instance (auch Data Point oder Sample genannt) und repräsentiert Informationen über eine einzelne Person.
Die Tabelle (Trainingsset) enthält eine Target-Spalte, was bedeutet, dass sie gelabelt ist.
Die Aufgabe besteht darin, das ML-Modell mit diesem Trainingsset zu trainieren. Nach dem Training kann das Modell für andere Personen (neue Instanzen) anhand der Features vorhersagen, ob sie Diabetes haben.
Dieses Trainingsset ist ein Beispiel für einen verzerrten Datensatz, da es ausschließlich Informationen über Frauen ab 21 Jahren enthält. Daher kann das Modell weniger genaue Vorhersagen für Männer oder für Frauen unter 21 Jahren liefern, da es nicht mit diesen Gruppen trainiert wurde.
Beim Programmieren werden Merkmals-Spalten üblicherweise X und Zielspalten als y zugewiesen.
Und die Merkmale neuer Instanzen werden als X_new zugewiesen.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
