מדעי הנתונים ובינה עסקית
- 225 שאלות
- 15 תגובות
- 0% הושלמו
- equalizer סטטיסטיקות
- share שתף
מנהלים:
Discuss, Learn and be Happy דיון בשאלות
help
brightness_4
brightness_7
format_textdirection_r_to_l
format_textdirection_l_to_r
הירידה בערכו של הפרמטר Minimum significance level עשויה להקטין את מספר השכבות ברשת?
1
| done | ||
כשרוצים לקבוע האם לפצל לפי תכונה מסויימת אז עושים בדיקת מובהקות סטטיסטית, כלומר בודקים אם הערך הסטטיסטי גדול מהקריטי ובמידה וכן מפצלים לפי התכונה. כאשר נקטן את הערך minimum significance level עבור אותה דרגת חופש בעצם נגדיל את הערך הקריטי. דבר זה עלול לגרום לכך שכעת הערך הקריטי יהיה גדול מהסטטיסטי ולכן לא נפצל ואז עשויות להיות פחות שכבות.
מיין לפי
העלייה בערכו של הפרמטר minimum significance level עשוייה להגדיל את מספר השכבות ברשת IFN?
1
| done | ||
כשרוצים לקבוע האם לפצל לפי תכונה מסויימת אז עושים בדיקת מובהקות סטטיסטית, כלומר בודקים אם הערך הסטטיסטי גדול מהקריטי ובמידה וכן מפצלים לפי התכונה. כאשר נגדיל את הערך minimum significance level עבור אותה דרגת חופש בעצם נקטין את הערך הקריטי. דבר זה עלול לגרום לכך שכעת הערך הקריטי יהיה קטן מהסטטיסטי ולכן כן נפצל ואז עשויות להיות יותר שכבות ברשת.
מיין לפי
מספר הפיצולים האפשריים של משתנה רציף באלגוריתם CART קטן או שווה ל-
1
| sentiment_very_satisfied |
לפי הרצאה: מספר הפיצולים של משתנה רציף באלגוריתם CART הוא מספר הערכים השונים פחות אחד (במצגת רשום בלי פחות אחד אבל הוא ציין זאת שזה יותר מדוייק) אבל כאן מדובר על משתנה רציף ויש לו אינסוף ערכים לכן נתבסס על מס' הרשומות.
מיין לפי
הערך המינימלי של המשתנה המתפלג התפלגות חי בריבוע שווה ל-
1
מיין לפי
מדד ה-Gini של משתנה סיווג בינארי שווה ל- (P- הסתברות אחד הסיווגים)
1
| done | ||
הסבר מתמטי: לפי נוסחת ג'יני: 2^p סכום - 1
נציב בנוסחה p ו אחד פחות p ונקבל את התשובה.
מיין לפי
אורך המסלול המירבי בין קודקוד השורש לקודקוד טרמינלי קצר יותר ברשת IFN מאשר בעץ החלטה רגיל שנבנה מאותו בסיס נתונים אם
1
| sentiment_very_satisfied |
אם יש לי תכונות רציפות אז נרצה לפצל לפיהן בIFN כי המדד הפיצול הוא לפי IG ולתכונות רציפות יש IG גבוה יותר. וכך המסלול יהיה קצר יותר.
מיין לפי
עץ החלטה קטן יותר הוא
1
| done | ||
| done |
כשעץ החלטה קטן יותר יש פחות עלים ורמות בעץ ולכן תהיה סבירות לתכונות שונות בעלה משותף דבר זה יגדיל את שגיאת האימון ומצד שני יקטין את דיוק האימון של העץ.
מיין לפי
הערך המקסימלי של המשתנה המתפלג חי בריבוע שווה ל-
1
מיין לפי
חוק בעל משקל שלילי ברשת IFN שנבנתה עבור בעיית סיווג בינארית משמעותו
1
| mood | ||
לפי הנוסחה של חישוב משקלים בIFN המכנה בתוך הלוג הוא הדבר היחיד שמשתנה בנוסחה והערך שיתקבל יהיה שלילי אם הערך שנציב שהוא ההסתברות של אחד הסיווגים מכלל תצפיות האימון הוא הקטן יותר.
מיין לפי
עץ החלטה גדול יותר הוא
1
| done | ||
| done |
ככל שעץ החלטה גדול יותר הוא יתאים יותר טוב לתצפיות האימון והשאיפה שיהיו רשומות מסיווג אחד בכל עלה כך דיוק האימון יהיה גדול יותר ובהתאם שגיאת האימון תהיה נמוכה יותר.
מיין לפי