Yetersiz Uyum ve Aşırı Uyum (Underfitting And Overfitting)


Makine öğrenmesinde düşük performansının nedeni ya veriye aşırı uyumu ya da yetersiz uyumudur. Makine Öğrenmesinde Hedef Fonksiyona Benzetme Denetimli makine öğrenmesi, en çok, girdi değişkenlerini (X) bir çıktı değişkenine (Y) eşleyen bir hedef fonksiyona (f) benzetmedir. Y = f (X) Bu karakterizasyon, sınıflandırma ve tahmin problemlerinin aralığı ve bunları ele almak için kullanılabilecek makine algoritmalarını tanımlar. Eğitim verilerinden hedef fonksiyon öğrenmede önemli bir nokta, modelin … Okumaya devam et Yetersiz Uyum ve Aşırı Uyum (Underfitting And Overfitting)

Çapraz Doğrulama (Cross Validation)


Çapraz Doğrulama, bir makine öğrenmesi modelinde yapılan testin hatasını daha iyi tahmin edebilmek için model seçiminde kullanılan bir tekniktir. Çapraz doğrulamanın arkasındaki fikir, eğitim verileri setinden doğrulama kümeleri olarak bilinen örnek gözlem bölümlerini oluşturmaktır. Bir modeli eğitim verilerine yerleştirdikten sonra, performansı, her yeni doğrulama kümesine karşı ölçülür ve daha sonra, yeni gözlemleri öngörmek istenildiğinde modelin nasıl performans göstereceğine ilişkin daha iyi bir değerlendirme elde edilir. … Okumaya devam et Çapraz Doğrulama (Cross Validation)

Scikit-Learn: Boston Ev Fiyatları Tahmini


  İlk Minik Makine Öğrenmesi Uygulamasında  lineer regresyon implement ederek istediğimiz evin fiyatının ne olabileceğini tahmin ettik. Bu sefer, Scikit-Learn içerisinde implement edilmiş lineer regresyon modelini hazır alıp kullanacağız. Sklearn-Learn içerisinde olan Veri Setimizi yüklüyoruz. Hedef Değişkenimizi Belirliyoruz.   Sıra tahminlerimizi gercekleştirmeye geldi. Burada Çapraz Doğrulama kullanacağız.   Ve son olarak, görselleştirelim.   SONUÇ:     Referans: http://scikit-learn.org/stable/auto_examples/plot_cv_predict.html#sphx-glr-auto-examples-plot-cv-predict-py Okumaya devam et Scikit-Learn: Boston Ev Fiyatları Tahmini