Video: Makine Öğrenmesi Nedir? - Makineler Nasıl Öğrenir? 2024
Farklı makine öğrenimi karışımını kullandığınızda hem ortalamaları hem de oylama sistemleri iyi işleyebilir algoritmaları. Bu ortalama yaklaşımdır ve tahmin varyansını azaltamadığınızda yaygın olarak kullanılır.
Verileri öğrenmeye çalışırken farklı çözümler denemek zorundasınız, böylece verilerinizi farklı makine öğrenme çözümleri kullanarak modelleyeceksiniz. Bazılarını, tahmin ortalamalarını kullanarak veya tahmin edilen sınıfları sayarak topluluklara başarıyla uygulayıp koyamayacağınızı kontrol etmek iyi bir uygulamadır. İlke, birbirine karıştırılan modellerin daha az varyansa bağlı tahmini üretebildiği zaman, ilişkisiz tahminlerin paketlenmesindeki ile aynıdır. Etkili bir ortalamayı elde etmek için
- Verilerinizi eğitim ve test setlerine bölün.
- Eğitim verilerini farklı makine öğrenme algoritmaları ile kullanın.
- Her bir algoritmadan alınan öngörüleri kaydedin ve test kümesini kullanarak sonucun canlılığını değerlendirin.
- Mevcut tüm tahminleri birbiriyle ilişkilendirin.
- Sonuçları en az ilişkilendiren ve ortalama olan tahminleri seçin. Veya, sınıflandırıyorsanız, en az ilişkili öngörülerden oluşan bir grup seçin ve her örnek için çoğunluğunun tahmin ettiği sınıfı yeni bir sınıf öngörüsü olarak seçin.
- Test verilerine karşı yeni ortalama veya çoğunlukla oyla seçilmiş tahmini test edin. Başarılı olursanız, başarılı topluluğun model parçalarının ortalamasını alarak son modelinizi oluşturursunuz.
Hangi modellerin en azından korelasyonunu anlamak için, tahminleri birer birer alın, her birini diğerlerine karşı korele ve ortalama korelasyon elde etmek için korelasyonları ortalaması alın. Ortalama ortalamaya en uygun seçilmiş tahminleri sıralamak için ortalama korelasyon kullanın.