Mashinani o'rganish algoritmlari uchun giperparametr qidirish Hisoblash murakkabligini optimallashtirish
-rasm. PIMA ma'lumotlar to'plami uchun xususiyatlarning korrelyatsiya matritsasi. Shakl 4
Download 261.42 Kb. Pdf ko'rish
|
processes-11-00349-v4 (1)
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 Download 261.42 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling