5-ma’ruza. Mashinali o’qitishda chiziqli regressiya masalasi. Bir o’zgaruvchili chiziqli regressiya


Narxi 2000 iteratsiyadan so‘ng: 0.6152774362019153


Download 43.39 Kb.
bet10/18
Sana19.06.2023
Hajmi43.39 Kb.
#1615342
1   ...   6   7   8   9   10   11   12   13   ...   18
Bog'liq
prezentatsiya 9

Narxi 2000 iteratsiyadan so‘ng: 0.6152774362019153

Narxi 2100 iteratsiyadan so‘ng: 0.5207828651496548

Narxi 2200 iteratsiyadan so‘ng: 0.5145012356446598

Narxi 2300 iteratsiyadan so‘ng: 0,40757220705507585

Narxi 2400 iteratsiyadan so‘ng: 0,517757346098386

Narxi 2500 iteratsiyadan so‘ng: 0.4574831239241244

O‘qitishning aniqligi: 65,55%.

Testning aniqligi: 80,00%.

Yuqorida keltirilgan natijalar shuni ko'rsatadiki, biz 78% dan 80% gacha bo'lgan sinov aniqligini oshirib, umumlashma xatosini yaxshiladik. Boshqa tomondan, ta'limning aniqligi 82,30% dan 65,55% gacha kamaydi.

 

λ qiymati eng yaxshi umumlashma xatosini olish uchun sozlanishi kerak. Odatda, biz λs uchun qiymatlarni taqqoslashda bir qator tekshiruvlardan foydalanamiz va eng kichik tekshirish xatosiga ega modelni tanlaymiz.

λ qiymati eng yaxshi umumlashma xatosini olish uchun sozlanishi kerak. Odatda, biz λs uchun qiymatlarni taqqoslashda bir qator tekshiruvlardan foydalanamiz va eng kichik tekshirish xatosiga ega modelni tanlaymiz.

Agar model qayta o'qitishdan azob chekayotgan bo'lsa, tartibga solishdan foydalaning, ya'ni xato o'rganish xatosi tekshirish xatosi.

Agar regularizatsiyadan foydalangandan so'ng, tasdiqlash xatosi hali ham katta bo'lsa, unda biz etarli darajada muvofiq bo'lmagan hududda bo'lamiz. Boshqacha aytganda, bizning modelimiz hali ham juda oddiy va allaqachon yuqori burchakka ega. Shuning uchun, modelga murakkablik qo'shing va keyin tartibga solishdan foydalaning.

Biz hal qilmoqchi bo'lgan vazifalarning aksariyati etarli ma'lumotga ega emasligi sababli (yoki ko'proq ma'lumot to'plash uchun qimmat), neyron tarmoqlarning murakkabligini hisobga olgan holda, chuqur o'rganishda qayta jihozlash yanada keng tarqalgan bo'ladi.

9.4. Logistik regressiya va uni tartibga solish

Logistik regressiya - bu taxminiy o'zgaruvchilar asosida ikkilik javob o'zgaruvchisini modellashtirish uchun ishlatiladigan statistik usul. Dastlab ikki sinfli yoki ikkilik javob muammolari uchun ishlab chiqilgan bo'lsa-da, bu usulni ko'p sinfli masalalar uchun umumlashtirish mumkin. Shunga qaramay, bizning misolimizdagi o'sma namunalari ma'lumotlari ikkitomonlama javob yoki ikki sinfli muammodir.


Download 43.39 Kb.

Do'stlaringiz bilan baham:
1   ...   6   7   8   9   10   11   12   13   ...   18




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling