Навчальна вибірка
У задачах з навчанням з учителем або без учителя навчальна вибірка зазвичай подається у табличному форматі.
Прикладом є набір даних про діабет, який використовується для прогнозування наявності діабету у людини. Він містить записи про 768 жінок із такими параметрами, як вік, індекс маси тіла та артеріальний тиск. Ці параметри називаються ознаками.
У наборі також є стовпець 'Outcome', який вказує, чи є у людини діабет. Це цільова змінна.
Кожен рядок у таблиці — це екземпляр (також називається точкою даних або зразком), що представляє інформацію про одну особу.
У таблиці (навчальній вибірці) є цільовий стовпець, тобто вона містить мітки.
Завдання полягає у навчанні ML-моделі на цій навчальній вибірці, і після навчання вона зможе прогнозувати для інших людей (нових екземплярів), чи є у них діабет, використовуючи лише ознаки.
Ця навчальна вибірка є прикладом упередженого набору даних, оскільки містить інформацію виключно про жінок віком від 21 року. Тому модель може давати менш точні прогнози для чоловіків або для жінок молодше 21 року, оскільки вона не була навчена на цих групах.
Під час програмування стовпці ознак зазвичай призначаються змінній X, а стовпці цільових значень — змінній y.
Ознаки нових екземплярів призначаються як X_new.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13Навчальна вибірка
Свайпніть щоб показати меню
У задачах з навчанням з учителем або без учителя навчальна вибірка зазвичай подається у табличному форматі.
Прикладом є набір даних про діабет, який використовується для прогнозування наявності діабету у людини. Він містить записи про 768 жінок із такими параметрами, як вік, індекс маси тіла та артеріальний тиск. Ці параметри називаються ознаками.
У наборі також є стовпець 'Outcome', який вказує, чи є у людини діабет. Це цільова змінна.
Кожен рядок у таблиці — це екземпляр (також називається точкою даних або зразком), що представляє інформацію про одну особу.
У таблиці (навчальній вибірці) є цільовий стовпець, тобто вона містить мітки.
Завдання полягає у навчанні ML-моделі на цій навчальній вибірці, і після навчання вона зможе прогнозувати для інших людей (нових екземплярів), чи є у них діабет, використовуючи лише ознаки.
Ця навчальна вибірка є прикладом упередженого набору даних, оскільки містить інформацію виключно про жінок віком від 21 року. Тому модель може давати менш точні прогнози для чоловіків або для жінок молодше 21 року, оскільки вона не була навчена на цих групах.
Під час програмування стовпці ознак зазвичай призначаються змінній X, а стовпці цільових значень — змінній y.
Ознаки нових екземплярів призначаються як X_new.
Дякуємо за ваш відгук!
