AI alanında yeni ve karar ağaçları hakkında okuyorum. AIMA kitabına atıfta bulunuyorum, bu kitapta önerilen standart İntro to AI standardıdır. İlk nitelik böler ve sol hiçbir nitelikler vardır ama hem pozitif hem negatif örnekler hala ayrılmış edilmemiş sonra, bu örneklerin tam olarak aynı tanım var demektir ki burada karar ağaçları bölümde, onlar kitaptaki bir olgu tartışılacaktır .. .. bu göstermektedir ki bu durumda çözüm "kalan örnekler çok sayıda sınıflandırma dönmek". Bu bölümün ne anlama geldiğini merak ediyordum? Bir dizi örneklemin 'çoğulcu sınıflandırmasını' geri getirmek ne anlama geliyor?Karar ağaçlarında çoğulluk sınıflandırması nedir?
8
A
cevap
16
Sadece iki sınıfları vardı çoğunluk sınıf eğer söylerdim. Çoğulluk sadece çoğunluğun 2'den fazla sınıfa genelleştirilmesidir. Bu, o yaprakta en sık görülen sınıfı almak ve bunu sizin tahmininiz olarak döndürmek anlamına gelir. Örneğin, topların renklerini sınıflandırıyorsanız ve bir yaprakta 3 mavi top, 2 kırmızı top ve 2 beyaz top varsa, tahmininiz olarak maviye dönün. Biz ayrışmamış 10 pozitif örnek ve 5 negatif örnekler var ve bunları bölmek 0 kalan nitelikleri varsa
İlgili konular
- 1. .NET 3.5 ifade ağaçlarında atama
- 2. Karakter sınıflandırması
- 3. Bağlı USB aygıtlarının sınıflandırması
- 4. Karanlık çevrede renk sınıflandırması
- 5. Matlab'da ileriye dönük sinir ağı sınıflandırması
- 6. NHibernate 3.2 Kod Yazarak Mülkün Sınıflandırması
- 7. Adapost içinde kullanılan karar fonksiyonu için tanımlama (formül) nedir?
- 8. caffe.io.Transformer LeNet sınıflandırması için kullanılacak
- 9. Caffe ile çoklu etiket sınıflandırması
- 10. Etki alanı adı sınıflandırması API
- 11. Encog'da Çok Noktalı SVM Sınıflandırması
- 12. ROC eğrisi sınıflandırması için randomForest
- 13. TextBlob Naive Bayes metin sınıflandırması
- 14. Veri sınıflandırması için makine öğrenme algoritması.
- 15. Ağırlıklı Karar Ağaçları Entropy
- 16. Bir Karar Ağacı Oluşturma
- 17. Sosyal medyada duygu sınıflandırması için veri kümesi
- 18. Azure'da resim sınıflandırması veri kümesi nasıl oluşturulur?
- 19. TensorFlow - Yapay Sinir Ağlarını Kullanarak Metin Sınıflandırması
- 20. Yansıtılmış görünümü değiştirmeye karar verin
- 21. Karar Ağacı Öğrenme ve Katkılı
- 22. Google Play Oyun Hizmetleri ile oyuncuların bir ve iki oyuncuya karar vermesine karar verme
- 23. Şube kapsamı, karar kapsamı ile aynı mıdır?
- 24. Veritabanlarına yönlendirilmiş karar tablosunu kurallara göre derleme
- 25. ggplot2 ile karar sınırları çizilsin mi?
- 26. Bir karar ağacındaki hata oranı nasıl hesaplanır?
- 27. Neden dosyamın ikili dosya olduğuna karar veriyor
- 28. Drools uzmanını dinamik karar tablolarıyla birlikte kullanarak
- 29. Bir karar ağacının görselleştirilmesi (örnek: scikit-öğrenmesi)
- 30. Bir karar ağacı oluşturmak için kütüphane
Ah tamam öyleyse, o algoritma sadece pozitif (EVET) bu özelliklere yönelik değer olarak döneceğini? – anonuser0428
Evet, anlıyorsunuz. –
Yardımlarınız için teşekkürler – anonuser0428