secret Gral veröffentlicht, wird man dem Autor erklären, was für ein Narr er ist.)
Ich habe hier noch nie Grale gesehen, aber es gibt viele vage Andeutungen über den Besitz des Großen Gralsgeheimnisses) Ich habe mich bereits zu diesem Thema geäußert und der Begriff "Narr" ist hier praktisch ein medizinischer Begriff, kein Schimpfwort).
Lasst uns einige Forschungen, Ideen veröffentlichen...
Es gibt bereits einen Artikel über Clustering :) er ist allerdings nutzlos.
Ich habe einige Ideen, wie man einen vernünftigen Artikel erstellen kann, aber ich habe es noch nicht getan. Und ich habe alle Quellen verloren.
Die Pros haben sich bereits geäußert - stabil bei neuen Daten. Die Kehrseite - die Noten sind mittelmäßig. Aber es ist möglich, einen Kompromiss herauszuquetschen.
Maxim Dmitrievsky #: Es gibt bereits einen Artikel über Clustering :) er ist allerdings nutzlos
Es gibt einige Überlegungen, wie man einen vernünftigen Artikel erstellen kann, aber ich habe es noch nicht getan. Und ich habe alle Quellen verloren.
Die Profis haben sich bereits geäußert - stabil bei neuen Daten. Die Kehrseite - die Noten sind mittelmäßig. Aber man kann einen Kompromiss aushandeln.
Wenn Sie Cluster finden, in denen ein Klassenlabel stark über das andere dominiert, dann behält ein solches Cluster die Statistik auf neuen Daten im Gegensatz zu jedem Training. Mit einem Lehrer.
Versuchen Sie, ein solches Cluster zu finden, Sie werden angenehm überrascht sein.
mytarmailS #: Was ist die Frische von Prim im Vergleich zu anderen, ich verstehe immer noch nicht
Ich fand ihn als Grundlage für einen Algorithmus zur Auswahl einer Arbeitsregion in einer Reihe von Prädiktoren geeignet. Grob gesagt, erstelle ich auf der Grundlage meiner Idee erste Näherungswerte für Würfelregionen und versuche dann, diese feiner zu justieren.
Das führt dazu, dass ich versuche, das System zu verbessern, indem ich die Zahl der falsch-negativen Ergebnisse künstlich erhöhe.
Es gibt keine strenge Theorie und es ist kaum möglich.
Ich fand sie als Grundlage für einen Algorithmus zur Auswahl einer Arbeitsregion in einer Reihe von Prädiktoren geeignet. Grob gesagt, stelle ich auf der Grundlage meiner Idee erste Näherungswerte für Würfelregionen auf und versuche dann, diese feiner zu justieren.
Nun, ich optimiere nur nach Gewinn, was dazu führt, dass ich versuche, das System zu verbessern, indem ich die falsch negativen Fälle künstlich erhöhe.
Es gibt keine strenge Theorie und es ist unwahrscheinlich, dass dies möglich ist.
Ich verstehe das nicht...
Wo ist der Unterschied, wenn man den Random Forest einfach trainiert und daraus die besten Regeln nach dem erforderlichen Kriterium auswählt?
Die Regel ist bereits ein Spezialfall einer bestimmten Situation, und diese Würfel werden bereits von der Regel berücksichtigt.
Wenn Sie einfach einen Random Forest trainieren und daraus die besten Regeln nach dem gewünschten Kriterium auswählen, wo liegt dann der Unterschied?
Die Regel ist bereits ein Spezialfall einer bestimmten Situation, und diese Würfel werden bereits von der Regel berücksichtigt.
Das kann durchaus sein. Aber es scheint ein besser interpretierbarer Ansatz für den Vergleich/die Auswahl von Merkmalen und die Optimierung von Metaparametern zu sein.
Ich habe hier noch nie Grale gesehen, aber es gibt viele vage Andeutungen über den Besitz des Großen Gralsgeheimnisses) Ich habe mich bereits zu diesem Thema geäußert und der Begriff "Narr" ist hier praktisch ein medizinischer Begriff, kein Schimpfwort).
Lassen Sie uns einige Forschungsergebnisse und Ideen veröffentlichen.
Ich denke über die Möglichkeit nach, meine Idee mit der Idee des PRIM-Algorithmus zu kombinieren. Ich habe nicht viel, womit ich prahlen kann.
Lasst uns einige Forschungen, Ideen veröffentlichen...
Ich denke über die Möglichkeit nach, meine Idee mit der Idee des PRIM-Algorithmus zu kombinieren. Ich habe nicht viel, womit ich prahlen könnte.
Es gibt bereits einen Artikel über Clustering :) er ist allerdings nutzlos
Was ist die Frische von Prim im Vergleich zu anderen, ich verstehe immer noch nicht
Ich fand ihn als Grundlage für einen Algorithmus zur Auswahl einer Arbeitsregion in einer Reihe von Prädiktoren geeignet. Grob gesagt, erstelle ich auf der Grundlage meiner Idee erste Näherungswerte für Würfelregionen und versuche dann, diese feiner zu justieren.
Das führt dazu, dass ich versuche, das System zu verbessern, indem ich die Zahl der falsch-negativen Ergebnisse künstlich erhöhe.
Es gibt keine strenge Theorie und es ist kaum möglich.
Ich fand sie als Grundlage für einen Algorithmus zur Auswahl einer Arbeitsregion in einer Reihe von Prädiktoren geeignet. Grob gesagt, stelle ich auf der Grundlage meiner Idee erste Näherungswerte für Würfelregionen auf und versuche dann, diese feiner zu justieren.
Nun, ich optimiere nur nach Gewinn, was dazu führt, dass ich versuche, das System zu verbessern, indem ich die falsch negativen Fälle künstlich erhöhe.
Es gibt keine strenge Theorie und es ist unwahrscheinlich, dass dies möglich ist.
Ich verstehe das nicht...
Das kann durchaus sein. Aber es scheint ein besser interpretierbarer Ansatz für den Vergleich/die Auswahl von Merkmalen und die Optimierung von Metaparametern zu sein.