Treningssett
Sveip for å vise menyen
I veiledet eller uovervåket 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 forekomst (også kalt et datapunkt eller en prøve), som representerer informasjon om en 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 forekomster) om de har diabetes basert kun på funksjonene.
Dette treningssettet er et eksempel på et skjevt datasett, siden 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, ettersom den ikke er trent på disse gruppene.
Ved koding tilordnes ofte funksjonskolonner til X og målkolonner til y.
Og egenskaper for nye forekomster 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
