Mashinani o'rganish algoritmlari uchun giperparametr qidirish Hisoblash murakkabligini optimallashtirish

5-rasm. PIMA ma'lumotlar to'plami uchun xususiyatlarning korrelyatsiya matritsasi.
Shakl 4. Ma'lumotlarni
oldindan qayta ishlash.
Xususiyatlarni o'rganish, shuningdek, vakillik o'rganish sifatida ham tanilgan,
mashinani o'rganishning kichik sohasi bo'lib , u vakillik o'rganish sifatida jamlanmani
o'z ichiga oladi, mashinani o'rganishning kichik sohasi bo'lib, u vakillik o'rganish deb
nomlanuvchi to'plamni o'z ichiga oladi , mashinani o'rganishning kichik sohasi bo'lib,
u to'plamni o'z ichiga oladi. - xom ma'lumotlardan avtomatik ravishda kashf qilish
usullarini, xom ma'lumotlardan, avtomatik ravishda aniqlash usullarini, xom
ma'lumotlardan, xususiyatlarni aniqlash yoki tasniflash uchun zarur bo'lgan
taqdimotlarni avtomatik ravishda aniqlash usullarini ishlab chiqish. . 5 va 6-rasmlarda
korrelyatsiya matritsasi xususiyatini aniqlash yoki tasniflash ko'rsatilgan.
5
va
6
-rasmlarda xususiyatlarni aniqlash yoki tasniflash uchun talab qilinadigan PIMA
korrelyatsiya matritsasi ko'rsatilgan .
Machine Translated by Google

---

9 / 24
Jarayonlar 2023, 11, x KO'RISH UCHUN
Har bir algoritm SVM ning optimal parametrlari bilan ma'lumotlarning optimal
xususiyatlaridan foydalangan holda hisobni yaxshilash uchun Support Vector
Machine (SVM) bilan ishlatilgan . Ushbu texnikalar SVM ning optimal parametrlari
bilan ma'lumotlarning optimal xususiyatlaridan foydalangan holda bema'nidir. Ushbu
texnikalar keyingi bo'limlarda tushuntirilgan. keyingi bo'limlarda tushuntiriladi.
Xususiyatlar maqsadli o'zgaruvchi bilan o'zaro bog'liqligiga qarab tartiblangan. Bu
usul: Xususiyatlar maqsadli o'zgaruvchi bilan o'zaro bog'liqligiga qarab tartiblanadi.
Bu usul oddiy va tez, lekin fea o'rtasidagi potentsial o'zaro ta'sirlarni hisobga olmaydi,
oddiy va tezdir, lekin turlar orasidagi potentsial o'zaro ta'sirlarni hisobga olmaydi .
O'zaro ma'lumot ikki tasodifiy o'zgaruvchilar o'rtasidagi bog'liqlik o'lchovidir.
Xususiyatlari. O'zaro ma'lumot - bu ikkita tasodifiy o'zgaruvchi o'rtasidagi bog'liqlik
o'lchovidir - Xususiyat va maqsadli o'zgaruvchi o'rtasidagi o'zaro ma'lumotlar
qobiliyatlarni aniqlash uchun ishlatilishi mumkin . Xususiyat va maqsadli o'zgaruvchi
o'rtasidagi o'zaro ma'lumot xususiyatning ahamiyatini aniqlash uchun ishlatilishi
mumkin . O'zaro ma'lumot, xususiyatning ahamiyatliligi o'rtasidagi o'zaro ta'sirlarni
hisobga oladi . O'zaro ma'lumot o'zaro ta'sir xususiyatlarini hisobga oladi , lekin
hisoblash qimmat bo'lishi mumkin. O'zgartirish ahamiyati - bu xususiyatlar o'rtasidagi
usul , ammo hisoblash qimmat bo'lishi mumkin. O'zgartirish ahamiyati - bu xususiyat
qiymatlarini tasodifiy almashtirish va usulning o'zgarishini o'lchashni o'z ichiga oladi,
bu xususiyat qiymatlarini tasodifiy almashtirish va modelning ishlashini o'lchashni o'z
ichiga oladi.
Xususiyatlar model ishlashidagi o'zgarishlarning kattaligiga qarab tartiblangan .
Funktsiyalar ishlashning kattaligiga qarab tartiblangan .
Xususiyatlarni baholashning bir necha usullari mavjud, jumladan, bir o'zgaruvchan xususiyatni
tanlash, Xususiyatlarni baholashning bir necha usullari mavjud, jumladan, bir o'zgaruvchan
xususiyatni tanlash, o'zaro ma'lumot va almashtirish ahamiyati. Bir o'zgaruvchan xususiyatni tanlash
o'zaro ma'lumotni va almashtirish ahamiyatini o'z ichiga oladi. Bir o'zgaruvchan xususiyatni tanlash
har bir xususiyat va maqsadli o'zgaruvchi o'rtasidagi munosabatlarni mustaqil ravishda baholashni o'z
ichiga oladi. har bir xususiyat va maqsadli o'zgaruvchi o'rtasidagi munosabatlarni mustaqil ravishda baholash.
3.3. Xususiyatlarni
baholash 3.3.
Xususiyatlar reytingi Xususiyat balli undan bog'liq (sinf)ni bashorat qilish uchun
qanchalik to'g'ri ishlatilishi mumkinligini aks ettiradi. Xususiyat balli qaram (sinf)
o'zgaruvchini bashorat qilish uchun qanchalik yaxshi ishlatilishini aks ettiradi .
Xususiyatlarni tanlash protseduramiz individual mashinani o'rganish o'zgaruvchisiga
asoslangan . Xususiyatlarni tanlash protseduramiz ma'lum ma'lumotlar to'plami
uchun optimallashtirishga harakat qilgan individual mashinani o'rganish usuliga
asoslangan . Usul biz berilgan ma'lumotlar to'plami uchun optimallashtirishga harakat
qilgan usul shaklini oladi . Usul ochko'z qidiruv shaklini oladi , bunda har qanday va
barcha xususiyatlar kombinatsiyasi ochko'z qidiruvga qarshi sinovdan o'tkaziladi ,
bunda har qanday va barcha xususiyatlar kombinatsiyasi baholash metrikasiga
qarshi sinovdan o'tkaziladi. Ushbu tadqiqotda biz xususiyatlar ko'rsatkichi uchun to'rt
xil optimallashtirish texnikasini qo'lladik. Ushbu tadqiqotda biz xususiyatlarni baholash
uchun to'rt xil optimallashtirish texnikasini qo'lladik. Baholashning aniqligini yaxshilash
uchun har bir algoritm Support Vector Machine (SVM) bilan ishlatilgan .
O'zgartirish ahamiyati nisbatan tez va hisoblash oson, lekin bu ishlashning
o'zgarishi. O'zgartirish ahamiyati nisbatan tez va hisoblash oson, agar ma'lumotlar
to'plami katta bo'lsa va model murakkab bo'lsa, hisoblash qimmat. Ular ham bor ,
lekin agar ma'lumotlar to'plami katta bo'lsa va model murakkab bo'lsa, hisoblash
qimmat. Lasso, Ridge va Random Forest kabi boshqa usullar mavjud .
Murakkabligiga qarab, Lasso, Ridge va Random Forest kabi boshqa usullar ham
mavjud. Ma'lumotlar va modelning kombinatsiyasiga qarab , turli xil xususiyatlarni
tanlash usullari ko'proq mos kelishi mumkin. Ma'lumotlar va modelning
murakkabligi nuqtai nazaridan , turli xil xususiyatlarni tanlash usullari ko'proq mos
kelishi mumkin - so'nggi yillarda, xususiyatlarni tanlash va xususiyatlarni baholash
bo'yicha bir nechta maqolalar nashr etildi, ble. So'nggi yillarda xususiyat va
xususiyatlarni tanlash bo'yicha bir nechta maqolalar nashr etildi va doimiy
ravishda yangi usullar taklif qilinmoqda. Ushbu usullarni baholashni taqqoslash
muhim va doimiy ravishda yangi usullar taklif etiladi. Qaysi usul ma'lumotlar
to'plami va vazifa uchun eng mos ekanligini aniqlash uchun mavjud shunga
o'xshash ishlar bilan ma'lum usullar uchun eng mos ekanligini aniqlash uchun
ularni mavjud shunga o'xshash ishlar bilan solishtirish muhimdir . berilgan
ma'lumotlar to'plami va vazifa. Bir o'zgaruvchan xususiyatni tanlash. X xususiyat
va maqsadli Y o'zgaruvchisi uchun korrelyatsiya Univariate xususiyatni tanlash.
X xususiyat va maqsadli Y o'zgaruvchisi uchun ikkalasi o'rtasidagi korrelyatsiya
Pearson korrelyatsiya koeffitsienti yordamida hisoblanishi mumkin: ikkalasi
o'rtasidagi Pearson korrelyatsiya koeffitsienti yordamida hisoblash mumkin:
cov(X,Y) corr(X,Y) = (std(X) ÿ std(Y))
9 / 21
Jarayonlar 2023, 11, 349