Treningssett
I veiledet eller uveiledet læring presenteres treningssettet vanligvis i tabellformat.
Et eksempel er diabetesdatasettet, som brukes til å forutsi om en person har diabetes. Det inneholder oppføringer for 768 kvinner med parametere som alder, kroppsmasseindeks og blodtrykk. Disse parameterne kalles funksjoner.
Datasettet inkluderer også en 'Outcome'-kolonne som indikerer om personen har diabetes. Dette er målvariabelen.
Hver rad i tabellen er en instans (også kalt et datapunkt eller en prøve), som representerer informasjon om én enkelt person.
Tabellen (treningssettet) har en målkolonne, noe som betyr at den er merket.
Oppgaven er å trene ML-modellen på dette treningssettet, og når den er trent, kan den forutsi for andre personer (nye instanser) om de har diabetes basert kun på funksjonene.
Dette treningssettet er et eksempel på et skjevt datasett, ettersom det utelukkende inneholder informasjon om kvinner som er minst 21 år gamle. Derfor kan modellen gi mindre nøyaktige prediksjoner for menn eller for kvinner under 21 år, siden den ikke er trent på disse gruppene.
Ved koding blir funksjonskolonner vanligvis tildelt til X og målkolonner tildelt som y.
Og funksjoner for nye instanser tildeles som X_new.
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Awesome!
Completion rate improved to 3.13Treningssett
Sveip for å vise menyen
I veiledet eller uveiledet læring presenteres treningssettet vanligvis i tabellformat.
Et eksempel er diabetesdatasettet, som brukes til å forutsi om en person har diabetes. Det inneholder oppføringer for 768 kvinner med parametere som alder, kroppsmasseindeks og blodtrykk. Disse parameterne kalles funksjoner.
Datasettet inkluderer også en 'Outcome'-kolonne som indikerer om personen har diabetes. Dette er målvariabelen.
Hver rad i tabellen er en instans (også kalt et datapunkt eller en prøve), som representerer informasjon om én enkelt person.
Tabellen (treningssettet) har en målkolonne, noe som betyr at den er merket.
Oppgaven er å trene ML-modellen på dette treningssettet, og når den er trent, kan den forutsi for andre personer (nye instanser) om de har diabetes basert kun på funksjonene.
Dette treningssettet er et eksempel på et skjevt datasett, ettersom det utelukkende inneholder informasjon om kvinner som er minst 21 år gamle. Derfor kan modellen gi mindre nøyaktige prediksjoner for menn eller for kvinner under 21 år, siden den ikke er trent på disse gruppene.
Ved koding blir funksjonskolonner vanligvis tildelt til X og målkolonner tildelt som y.
Og funksjoner for nye instanser tildeles som X_new.
Takk for tilbakemeldingene dine!
