conversation_by_xyy
-
-
Jak można naprawić problem z błędnie klasyfikowanym przypadkiem granicznym pomiędzy dwiema klasami?
-
Jak można naprawić problem z błędnie klasyfikowanym przypadkiem granicznym pomiędzy dwiema klasami?
Aby naprawić problem z błędnie klasyfikowanym przypadkiem granicznym pomiędzy dwiema klasami, możemy wykorzystać dwie metody:
- Stworzenie klasy pośredniej: Jeśli nie dysponujemy prawidłową odpowiedzią w przypadkach granicznych, możemy stworzyć klasę pośrednią, np. "Nieokreślone", i umieścić w niej wszystkie trudne przypadki.
- Dodanie dodatkowych danych: Jeśli dysponujemy dodatkowymi danymi łącznie z ich prawidłową, jednoznaczną identyfikacją, możemy poszukać w nich więcej podobnych przypadków granicznych i dodać je do prawidłowych dla nich klas.
W obu przypadkach ważne jest, aby mieć wystarczająco dużo danych, aby nasze działanie mogło odnieść skutek.
-
jak w % powinien wygladać podziała zbioru uczacego i testowego
-
jak w % powinien wygladać podziała zbioru uczacego i testowego
W oparciu o dostępne informacje, nie ma określonej proporcji podziału zbioru uczącego i testowego. W jednym z fragmentów tekstu, opisującym Google Teachable Machine, podano, że dane są automatycznie dzielone na zbiór uczący i zbiór testowy w proporcji 85:15. Jednak w innym fragmencie tekstu podano, że istnieją inne proporcje, takie jak 20:80 lub 10:90, a nawet mniejsze proporcje przy bardzo dużych zbiorach danych.