Меню
Главная
Авторизация/Регистрация
 
Главная arrow Информатика arrow ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ
Посмотреть оригинал

Номинальный целевой признак

В случае когда прогнозирование ведется по количественной переменной, а прогнозируемый признак категориальный, можно использовать любой из многочисленных методов распознавания образов или машинного обучения. Задача может быть сформулирована по-разному. В задачах машинного обучения, как правило, множество объектов случайно разделено на два подмножества, «обучение» и «тест». На «обучении» целевой признак известен, на «тесте» — нет. Надо использовать обучение для выработки правила, позволяющего прогнозировать значения целевого признака на тесте, конечно, при условии, что значения входных признаков известны. Пользователь оценивает качество правила, сличая прогнозы на тесте с известными ему значениями выходного признака — чем больше совпадений, тем выше качество прогноза. Применительно к рассматриваемому случаю речь идет о выработке правила, позволяющего по значению входного количественного признака прогнозировать категории выходного номинального признака. Такое правило часто называют классификатором.

Рассмотрим два подхода к решению задачи.

 
Посмотреть оригинал
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы