Wikipedija:Izbrane slike/Predlogi/Slika:Združevanje več klasifikatorjev.svg

Iz Wikipedije, proste enciklopedije

Slika:Združevanje več klasifikatorjev.svg[uredi | uredi kodo]

Združevanje več nepopolnih klasifikatorjev empirično vodi k zmanjšanju skupne napake pri klasifikaciji

  • Info: Slika ponazarja princip delovanja ansambelskega učenja na primeru razločevanja podatkovnih razredov, ki so ponazorjeni s krožci, kvadrati in trikotniki na razsevnih grafikonih. Ansambel je sestavljen iz več osnovnih modelov (razločevalnikov), ki so bili naučeni na različnih podmnožicah učnih podatkov (grafikoni v prvi vrstici). Podatki, ki so bili vključeni v posamezno učno množico so obarvani z različnimi barvami. Razločevalniki delajo različne napake — podatki, ki so zunaj območja, ki ga določijo odločitvene meje prikazane s črtami. Kombinacija vseh razločevalnikov zagotavlja boljšo klasifikacijo kot posamezni modeli (grafikona v drugi vrstici). Pri upoštevanju sestavljene odločitvene meje ostane znotraj pravilnega območja največ podatkov. Avtor: Uporabnik:Smihael
  • Komentar: Po dolgem času spet ena ilustracija. Na voljo tudi koda v Pythonu, tako da se ilustracijo lahko hitro spremeni. --Miha 23:12, 24. februar 2024 (CET)[odgovori]

Alternativna verzija