Różnice między wybraną wersją a wersją aktualną.
| Both sides previous revision Poprzednia wersja | Nowa wersja Both sides next revision | ||
|
pl:dydaktyka:ml:2014lab3 [2015/05/10 14:52] kkutt [Poprawność klasyfikacji] |
pl:dydaktyka:ml:2014lab3 [2015/05/10 14:54] kkutt przywrócono poprzednią wersję (2014/03/26 07:58) |
||
|---|---|---|---|
| Linia 107: | Linia 107: | ||
| - Uruchom algorytm. Ile procent przypadków zostało poprawnie zaklasyfikowanych? Czy to dobry wynik? | - Uruchom algorytm. Ile procent przypadków zostało poprawnie zaklasyfikowanych? Czy to dobry wynik? | ||
| - Zmień klasyfikator na //ZeroR// z gałęzi //rules//. Jakie są wyniki? | - Zmień klasyfikator na //ZeroR// z gałęzi //rules//. Jakie są wyniki? | ||
| - | - Wybierz trzy inne klasyfikatory i wypróbuj je. Jakie dają wyniki? | + | - Wypróbuj inne klasyfikatory. Jakie dają wyniki? |
| - Przejdź do zakładki **Preprocess** i zobacz jak wygląda rozkład atrybutu określającego czy danych zestaw jest //dobry// czy //zły//. Jaka byłaby skuteczność algorytmu który niezależnie od wartości atrybutów "strzelałby" że użytkownik jest wiarygodny? | - Przejdź do zakładki **Preprocess** i zobacz jak wygląda rozkład atrybutu określającego czy danych zestaw jest //dobry// czy //zły//. Jaka byłaby skuteczność algorytmu który niezależnie od wartości atrybutów "strzelałby" że użytkownik jest wiarygodny? | ||
| - Dlaczego przed przystąpieniem do klasyfikacji, warto wcześniej przyjrzeć się danym? ;P | - Dlaczego przed przystąpieniem do klasyfikacji, warto wcześniej przyjrzeć się danym? ;P | ||
