11-Mavzu. O’qituvchisiz (Unsupervised) o’qitish algoritmlari Reja: O’qituvchisiz o’qitish tushunchasi va uning usullari



Download 9,01 Mb.
bet5/8
Sana18.04.2022
Hajmi9,01 Mb.
#559418
1   2   3   4   5   6   7   8
Bog'liq
11 - mavzu (tayyor)

macro avg - 0.90 0.90 0.88 60
weighted avg - 0.92 0.88 0.88 60
Accuracy: 0.8833333333333333.
KEYQ regressor sifatida. Bu quyidagicha amalga oshiriladi:
1. Kerakli Python paketlari import qilinadi:
import numpy as np
import pandas as pd
2. iris ma'lumotlar to'plami veb-havoladan quyidagicha yuklanadi:
3. path = https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data
4. Ma'lumotlar bazasiga ustun nomlari quyidagicha belgilanadi:
headernames = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'Class']
4. pandas dataframe da ma'lumotlar to'plami quyidagich o’qiladi:
data = pd.read_csv(url, names = headernames)
array = data.values
X = array[:,:2]
Y = array[:,2]
data.shape
output🙁150,
5. Keyin modelga mos kelish uchun sklearn-dan KNeighborsRegressor import qilinadi:
from sklearn.neighbors import KNeighborsRegressor
knnr = KNeighborsRegressor(n_neighbors = 10)
knnr.fit(X, y)
6. MSE quyidagicha topiladi:
print ("The MSE is:",format(np.power(y-knnr.predict(X),2).mean()))
7. Chiqish
The MSE is: 0.12226666666666669
KEYQ ning yutuqlari va kamchiliklari.
Yutuqlari:
• Bu tushunish va izohlash uchun juda oddiy algoritm;
• Bu chiziqli bo'lmagan ma'lumotlar uchun juda foydalidir, chunki bu algoritm ma'lumotlar haqida hech narsani taklif qilmaydi;
• Bu ko'p qirrali algoritm, chunki biz uni sinflash uchun ham, regressiya uchun ham ishlata olamiz;
• Bu nisbatan yuqori aniqlikka ega, ammo KEYQga qaraganda ancha yaxshi boshqariladigan o'quv modellari ham mavjud;
Kamchiliklari:
• Bu hisoblash uchun juda katta hajmli algoritm, chunki u barcha o'quv ma'lumotlaridan foydalanadi;
• Boshqariladigan boshqa o'quv algoritmlari bilan taqqoslaganda katta hajmdagi xotirani talab qiladi;
• N katta bo'lsa bashorat sekin amalga oshadi;
• Ma'lumotlar miqyosiga, shuningdek muhim bo'lmagan funksiyalarga juda sezgir.

Download 9,01 Mb.

Do'stlaringiz bilan baham:
1   2   3   4   5   6   7   8




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish