İçeriğe geç
academia.sh
en
Giriş yap

Kurs Orta

Denetimli Öğrenme

Bu kursun sonunda

Kursa başla

01

Doğrusal Modeller

Kararı bir doğru ya da düzlem olarak kuran ailelerin kestirim başarımıyla ölçülmesi: en küçük karelerin ayrılmış kümedeki sayısı ve artıkların yapısıyla denetlenen varsayımlar, polinom derecesi birden sekize süpürüldükçe eğitim ile ayrılmış küme sayılarının ayrışması ve seçimin hangi kümeden okunduğu, karesel, mutlak ve karma cezanın kaç katsayıyı tam sıfırladığı ile seyrekliğin ayrılmış kümedeki karşılığı, olasılık çıktısının eşikten bağımsız sürekliliği ve karar sınırı, okunabilir katsayı uğruna verilen puan ile katsayının söylemedikleri.

  1. 01 Doğrusal Bağlanım En küçük karelerin bir açıklama aracı değil bir kestirim yordamı olarak ölçülmesi ve kursun üç sayısının kurulması: sınama kümesinde taban çizgisi 6,5324 m³ kök hata verirken doğrusal model 5,3096 verir, kazanç 1,2228 m³ ve denenen aday sayısı 1'dir. Artıkların ortalaması eğitim kümesinde bölge başına tam sıfırdır, sınama kümesinde -1,0769 ile +1,3685 arasında gezinir; artık değişkenliği kestirim büyüdükçe 3,566'dan 7,137'ye çıkar. Yedi sütunun 127 alt kümesi denendiğinde doğrulamadan seçilen alt küme sınamada 5,3157 ile tam modelin gerisine düşer, sınamadan seçilseydi 5,2931 raporlanırdı ve fark 0,0226 m³'tür.
  2. 02 Polinom Bağlanım Doğrusal olmayan bir ilişkinin sütun ekleyerek doğrusal modelle kurulması ve derecenin iki sayıyı ayrıştırması: derece 1'den 8'e süpürüldüğünde sütun sayısı 7'den 168'e çıkar, eğitim kök hatası 5,0757'den 4,8437 m³'e iner, doğrulama kök hatası 5,2569'da dibe vurup 5,6877'ye tırmanır. Doğrulamadan okunan derece 4'tür ve sınamada 5,3775 verir; sınamadan okunsaydı derece 5 seçilir ve 5,2009 raporlanırdı, fark 0,1766 m³'tür. Doğrulamadan seçilen derece sınamada derece 1'in 0,0679 m³ gerisindedir. Dört öznitelik yalnız 450 ayrık birleşim üretir; her hücreye eğitim ortalamasını söyleyen tavan model eğitimde 3,8418, sınamada 6,3887 verir ve sınamadaki 33 abone eğitimde hiç görülmemiş bir hücreye düşer.
  3. 03 Düzenlileştirme Cezaları Karesel, mutlak ve karma cezanın aynı 87 sütuna uygulanıp seyreklikle ölçülmesi: karesel ceza altı ayarın hiçbirinde tek bir katsayıyı bile tam sıfırlamaz, mutlak ceza 42'den 84'e kadar sıfırlar, karma ceza 24 ile 83 arasında kalır. Mutlak ceza 10'da 87 katsayının 65'i tam sıfırdır ve kalan 22 sütun sınamada 5,2909 m³ verir; karesel ceza aynı sayıya 87 sütunun hepsini tutarak 5,2954 ile ulaşır. Doğrulamadan okunan seçim karesel ceza 3'tür ve sınamada 5,2954 verir, sınamadan okunsaydı mutlak ceza 10 seçilirdi ve fark 0,0046 m³ olurdu. Mutlak ceza 3000'de 87 katsayının hepsi sıfırlanır ve model tam olarak taban çizgisine, 6,5324'e döner; karesel ceza 100000'de bile 6,5086'da kalır.
  4. 04 Lojistik Bağlanım Doğrusal bir düzlemin çıktısının olasılığa sıkıştırılması ve o olasılığın eşikten önce sürekli olduğunun ölçülmesi: on iki sabit sütunla model sınama kümesinde 0,8016 verir ve taban çizgisini 0,0437, yani on bir aboneyi geçer. Dokuz aday denendiğinde doğrulama kümesinde beşi 0,8373 ile berabere kalır ve o beşin sınama sayıları 0,7937 ile 0,8016 arasında bölünür; doğrulamadan okunan ayar sınamada 0,7937 verir, fark iki abonedir. Sınama kümesindeki 252 abonenin 252'si farklı bir olasılık alır; eşik 0,20'den 0,80'e süpürüldüğünde tek bir model doğrulukta 0,7183 ile 0,8016 arasında yedi ayrı sayı verir, işaretlenen abone 102'den 5'e iner ve 0,40 ile 0,60 arasında 27 abone sınıf değiştirir.
  5. 05 Katsayı Yorumu Okunabilirliğin bir övgü değil bir sayı olarak ele alınması: sekiz aday arasından doğrulama kümesinden seçilen okunabilir model on iki katsayı taşır ve sınamada 0,8016 verir, aynı kümeden seçilen en iyi aile 33 sütunla 0,8056 verir, yorumlanabilirliğin bedeli 0,0040 yani tek bir abonedir. On iki katsayı kurgudaki üretici yapının sırasını doğru veriyor. Aynı katsayılar sabit değildir: kişi başına tüketim sütunu çıkarıldığında ortalama tüketimin katsayısı 0,772'den 0,808'e çıkar ve sınama sayısı hiç değişmez, ortalama tüketim çıkarıldığında kişi başına tüketimin katsayısı 0,071'den 0,442'ye, yani altı katına fırlar. Karesel ceza katsayıları 0,772'den 0,326'ya indirirken sınama sayısı yalnız 0,0079 düşer.

02

Doğrusal Olmayan Modeller

Karar sınırı eğri olduğunda devreye giren ailelerin kattığı farkın ve maliyetinin sayılması: komşu sayısı ile uzaklık ölçütünün oynattığı sayı ve sütun arttıkça en yakın ile en uzak komşunun birbirine yaklaşması, koşullu bağımsızlık varsayımı bozulduğunda olasılık çıktısının uçlara gitmesine karşın sıralamanın ayakta kalması, marj genişliği ile kararı taşıyan destek vektörü sayısı ve çekirdek dönüşümünün açılmadan verdiği sonuç, bölme ölçütünün seçtiği bölme ile budamanın derinlik sınırından farkı, ağaç sayısı arttıkça oturan sayı ve düşen değişkenlik ile torba dışı kestirim, ardışık artırmada öğrenme adımı ile tur sayısının takası, üç birleştirmenin kattığı fark ve toplulukların birlikte yanıldığı örnek sayısı.

  1. 01 En Yakın Komşu Hiçbir şey hesaplamayan, eğitim kümesini olduğu gibi saklayan bir ailenin ölçülmesi: komşu sayısı ile uzaklık ölçütü üzerinde yirmi dört aday denenir, doğrulama kümesinden seçilen aday sınama kümesinde 0,7937 verir ve taban çizgisini 0,0357 geçer, ama aynı adayın seçim kümesindeki sayısı 0,8294'tür. Bir komşuyla bakan yordam üç ölçütte de taban çizgisinin altına düşer. Sütun sayısı arttıkça en uzak komşunun en yakın komşuya oranı 26,91'den 1,49'a iner ve model tam olarak taban çizgisine oturur.
  2. 02 Bağımsızlık Varsayımlı Olasılıksal Sınıflandırıcı Sütunları toplamak yerine sayan bir ailenin ölçülmesi: sekiz sütunun 201.600 bileşimi yerine 80 hücrelik bir sayım tablosu tutulur, yirmi aday denenir ve doğrulama kümesinden seçilen aday sınama kümesinde 0,7817 verir. Sıfır sayım bir sınıfı tümüyle eler; 60 satırlık eğitimde 137 sınama satırı vetolanır ve düzleştirme vetoyu kaldırır ama doğruluğu güvenceye almaz. Aynı bilgiyi taşıyan sütun sekiz kez eklendiğinde uç olasılıklı abone 2'den 169'a, ortalama güven 0,842'den 0,970'e çıkar; sıralamanın üst 61'indeki isabet 29'dan 33'e gider.
  3. 03 Marj Temelli Sınıflandırıcı Kararı yalnız sınıra yakın örneklere dayandıran bir ailenin ölçülmesi: ceza katsayısı süpürüldükçe marj 0,047'den 93,488'e genişler, doğrulama kümesinden seçilen aday sınama kümesinde 0,7857 verir ve beraberliği çözme kuralı tek başına dört abone eder. Kararı marj içindeki 324 satır taşır; marj dışından 300 satır atılınca 4 tahmin, marj içinden 300 satır atılınca 21 tahmin değişir. Üç çekirdekle dokuz aday denenir ve eğri sınır düz sınırı geçemez; polinom çekirdeği 90 sütunu hiç açmadan, açıkça hesaplanmış 90 sütunla 252 sınama satırının 252'sinde aynı tahmini verir.
  4. 04 Karar Ağaçları Bölme ölçütünün seçtiği bölmenin ve budamanın derinlik sınırından farkının ölçülmesi: saflıksızlık ile düzensizlik aynı kök bölmesini seçer ama kırk yedi bölmenin yalnız on sekizinde birleşir, yanlış sınıflandırma oranı ise 695/61'lik bambaşka bir bölme seçer. Budanmamış derinlik 12 ağacı 127 yaprakla sınama kümesinde 0,7341 verir, taban çizgisinin altında; budama aynı ağacı 20 yaprağa indirip 0,7857'ye çıkarır. Derinlik sınırı 48 yaprakla 0,7897 verirken budama 11 yaprakla 0,7857 verir ve bunların dördü altıncı düzeyden derindedir. Yüzde doksanlık sekiz alt örneklemin ağaçlarında ortak tek bir bölme yoktur.
  5. 05 Torbalanmış Ağaç Toplulukları Tek ağacın kırılganlığının sayılması ve torbalamanın kattığının ölçülmesi: 41 torba örnekleminde aynı yordam kök bölmesi için dokuz ayrı alan-eşik çifti seçiyor, iki ağaç doğrulama kümesindeki 252 abonenin ortalama 46,2'sini ayrı sınıflıyor ve tek ağacın sınama kümesindeki sayısı 0,6905 ile 0,7897 arasında geziniyor. Ağaç sayısı 1'den 41'e çıkarken doğrulama kümesindeki saçılma 0,0193'ten 0,0075'e iniyor. Öznitelik rastgeleliği eklendiğinde 31 aday arasından doğrulama kümesiyle seçilen topluluk sınama kümesinde 0,7897 veriyor; torba dışı kestirim 0,7884 ile bu sayıya 0,0013 uzakta durur, doğrulama kümesinin kendi sayısı ise 0,0516 uzaktadır.
  6. 06 Ardışık Artırma Ağaçları birbirinden bağımsız değil, kalan hatanın üstüne kurmanın ölçülmesi: iki yüz turda eğitim sayısı 0,7778'den 0,8638'e çıkarken doğrulama kümesindeki sayı onuncu turda 0,8373'te tepe yapıp 0,8056'ya iniyor. Öğrenme adımı ile tur sayısı birbirinin yerine geçiyor; aynı hedefe 0,02 adımla 79, 0,05 adımla 30, 0,15 adımla 10, 0,45 adımla 4 turda varılıyor ve adım ile tur sayısının çarpımı 1,50 ile 1,80 arasında kalıyor. Yetmiş iki hücrelik ızgarada doğrulamadan seçilen aday sınama kümesinde 0,7738, sınamadan seçilen 0,8056 veriyor: fark 0,0318. Toplam 1.279 aday denendi ve 30 bölmelik artırma, 568 bölmelik torbalamanın 0,0159 gerisinde kaldı.
  7. 07 Topluluk Yöntemleri Torbalama, artırma ve yığınlamanın kattığı farkın ve maliyetinin yan yana sayılması: üç temel model sınama kümesinde 0,7778, 0,7897 ve 0,7738 verirken maliyetleri 43, 568 ve 30 bölmedir. 252 abonenin 45'inde üçü birden yanılıyor, torbalama ile artırma yalnız 6 aboneyi ayrı sınıflıyor ve üç etiketten başka bir şey görmeyen hiçbir birleştirme 0,7897'yi geçemez. Yığınlamanın ikinci katmanı doğrulama kümesinden öğrenildiğinde 0,8254 rapor edip 0,7778 veriyor, eğitim kümesinden öğrenildiğinde 0,8532 rapor edip yine 0,7778 veriyor: şişme 0,0476'dan 0,0754'e çıkıyor ve ağırlık en çok ezberleyen modele kayıyor. Konunun toplam ayar bütçesi 1.313 adaydır.

03

Değerlendirme ve Ayar

Modelin sayısının hangi ölçüden, hangi eşikten ve kaç adaydan çıktığının ayrılması: aynı doğruluğu veren iki modelin farklı hata dağılımı ve iki hata türünün farklı bedeli, doğruluk, kesinlik, duyarlılık ve F1'de sıralamanın değişmesi, eşik süpürüldükçe kesinlik ile duyarlılığın karşılıklı hareketi ve dengesiz kümede hangi eğrinin yanıltıcı olduğu, söylenen olasılık ile gerçekleşen oran arasındaki fark ve sıralaması iyi kalibrasyonu kötü modelin varlığı, ortalama mutlak hata, ortalama kare hata ve açıklanan değişim oranının aynı sıralamayı vermemesi, kat sayısı büyüdükçe kestirimin oynaması ve eğitim sayısının artması, aynı bütçeyle üç aramanın bulduğu en iyi aday ile bütçe büyüdükçe şişen doğrulama sayısı, hatanın yoğunlaştığı dilim ve dilim çoğaldıkça rastlantıyla büyüyen kötü dilim sayısı.

  1. 01 Karışıklık Matrisi Aynı doğruluğu veren iki modelin hata dağılımının ayrılması: kırk dokuz aday arasında on dört doğruluk değeri birden çok aday tarafından paylaşılır, 0,7817 veren iki aday 61 şüpheliden birinde 16'sını diğerinde 32'sini yakalar ve işaretlenen abone sayısı 26 ile 58 arasında değişir. Saha ziyareti 1, kaçırılan kaçak 6 birim sayıldığında bedel 296 ile 232 olur, taban çizgisinin bedeli 366'dır ve herkesi şüpheli demek 252 ile taban çizgisinden ucuzdur. Doğrulukta en iyi aday bedelde 263 verirken bedelde en iyi aday doğrulukta kırk dokuz aday içinde yirminci sıradadır.
  2. 02 Sınıflandırma Ölçütleri Karışıklık matrisinden türeyen dört ölçütün beş modeli farklı sıralaması: doğrulukta birinci olan model kesinlikte ikinci, duyarlılıkta ve F1 ölçütünde dördüncü olur, dört ölçütte üç ayrı model başa geçer ve doğruluk ile F1 arasında on model çiftinin yedisi yer değiştirir. Taban çizgisi hiçbir aboneyi işaretlemediği için kesinliği tanımsızdır, duyarlılığı ve F1 ölçütü sıfırdır. Kesinliği 1,0000 duyarlılığı 0,0164 olan bir yordamın sıradan ortalaması 0,5082 iken F1 ölçütü 0,0323'tür ve aradaki fark 0,4759'a çıkar.
  3. 03 Eşik Seçimi ve Eğriler Eşiğin oynattığı iki sayının ve eğri altındaki alanın ayrılması: eşik 0,10'dan 0,90'a çıkarken kesinlik 0,3608'den 1,0000'e yükselir, duyarlılık 0,9344'ten 0,0328'e iner ve bedel 182'den 356'ya çıkar. Doksan dokuz eşik adayı arasından doğrulama kümesiyle seçilen 0,16 sınama kümesinde 181 bedel verir, varsayılan 0,50 eşiğinden 86 birim ucuzdur ve sınamadan okunsaydı 7 birim daha iyi görünürdü. Şüpheli oranı 0,2421'den 0,0354'e indirilince işlem karakteristiği eğrisinin altındaki alan 0,8058'den 0,8624'e çıkarken kesinlik–duyarlılık eğrisininki 0,6212'den 0,4124'e iner.
  4. 04 Olasılık Kalibrasyonu Söylenen olasılık ile gerçekleşen oran arasındaki farkın ölçülmesi: doğrusal modelin kalibrasyon hatası 0,0242, sıralaması ona tıpatıp eşit olan keskinleştirilmiş skorunki 0,1512'dir ve iki modelin eğri altındaki alanı da 0,8058'dir. Derinlik 8 ağacın eğitim kümesindeki kalibrasyon hatası tanım gereği 0,0000, sınama kümesinde 0,1435'tir; eğitimden öğrenilen düzeltme eşlemesi birim eşlemeye yakınsar ve hiçbir şey düzeltmez. Doğrulama kümesinden öğrenilen tek değişkenli eşleme keskinleştirilmiş skorun hatasını 0,1512'den 0,0463'e indirir ve eğri altındaki alanı 0,8058'de bırakır.
  5. 05 Bağlanım Ölçütleri Hedef bir sayı olduğunda ölçütün sayımdan uzaklığa geçmesi ve aynı ailenin iki üyesinin üç ölçütte yer değiştirmesi: kare hataya uydurulmuş doğrusal model ortalama kare hatada 22,3164 ile önde, mutlak hataya uydurulmuş olan ortalama mutlak hatada 3,6178 ile önde. Taban çizgisi eğitim ortalamasıdır (19,7665 m³) ve açıklanan değişim oranı tam olarak bu tabana göre tanımlıdır. Sınama kümesinin 13 satırı kare hatanın yüzde 37,59'unu, mutlak hatanın yüzde 17,71'ini taşır; o 13 satır kırpıldığında sıralama iki ölçütte de tersine döner. Denenen aday sayısı üçtür ve hiçbir ayar değişkeni süpürülmemiştir.
  6. 06 Çapraz Doğrulama Kat sayısının kendisinin ölçülmesi: k 2'den 10'a süpürüldüğünde kestirimin ortalaması 0,8115 ile 0,8204 arasında kalır, sınama kümesindeki gerçek sayı 0,8056'dır ve gerçeğe en yakın kestirimi k=4 verir. Tek çıkarmalı doğrulama 0,8175 veriyor, gerçekten 0,0119 uzakta, ama bunun için 1.008 eğitim ve 1.015.056 satır işliyor — k=10'un 111,89 katı. Kat başına saçılması 0,3863'tür ve bu sayı belirsizlik değil, tek satırlık katın doğru/yanlış saçılmasıdır; 1.008 kattan hiçbiri iki sınıf birden içermediği için kesinlik ve duyarlılık kat başına hesaplanamaz. Buna karşılık tek çıkarmalı doğrulamanın karıştırmaya bağlılığı tam sıfırdır.
  7. 07 Ayar Değişkeni Araması Kursun kuralının ödendiği ders: aynı 50 adaylık bütçeyle ızgara, rastgele ve model temelli aramanın bulduğu en iyi aday ve o adayın sınama kümesindeki sayısı yan yana basılır. Aday sayısı 1'den 200'e çıkarken doğrulama kümesindeki en iyi sayı 0,7937'den 0,8452'ye tırmanıyor, aynı adayın sınama kümesindeki sayısı 0,7778'den 0,7976'ya gidiyor ve aradaki şişme +0,0159'dan +0,0476'ya açılıyor. Ayarsız varsayılan aday doğrulama kümesinde zaten 0,8452 veriyor, yani 200 aday hiçbir şey bulmadı. Bütçe 50 ve 200'de tek bölmeli karar kuralı doğrusal modeli sınama kümesinde geçiyor: aile farkı −0,0159 ve −0,0040 iken bütçenin şişirdiği fark +0,0516 ve +0,0476.
  8. 08 Hata Çözümlemesi Sınama kümesindeki 51 hatanın bölge, tarife basamağı, hane büyüklüğü ve okuma sayısına göre kırılması: on dört ölçülebilir dilimin ikisinde model taban çizgisinin altında kalıyor ve merkez bölgesi satırların yüzde 23'ünü tutarken hataların yüzde 35,3'ünü taşıyor. Dilim sayısı 14'ten 41'e, 41'den 50'ye çıkarken bulunan kötü dilim sayısı 2'den 6'ya, 6'dan 9'a çıkıyor — ama aynı hatalar satırlara rastgele dağıtıldığında ortalama 4,41, 14,26 ve 18,46 kötü dilim çıkıyor, yani gözlenen sayı her üç kümede de rastlantının altında. Kurs kapanışı yirmi dersin ailesini, aday sayısını ve taban çizgisi üstünü tek tabloda toplar.

Aramak için yazmaya başlayın.

↑↓ ↵ Esc gezin · aç · kapat