분류 또는 회귀 분석에서 입력 데이터 (교육 데이터)로부터 학습하려면 모델이 필요합니다. 예를 들어, 선형 회귀 분석에서 가능한 최상의 모델 매개 변수 값을 찾습니다./Github-Aurelien Geron handson-ML-마스터에서기계 학습 모델의 데이터 피팅 및 예측
이 코드는 : 나는 기계 학습에서 분류 부분을 통과 동안
나는 (MNIST 데이터 집합에 "하지-5"를 분류하는 모델) 아래에 주어진 코드를 만났다 아래
from sklearn.base import BaseEstimator
class Never5Classifier(BaseEstimator):
def fit(self, X, y=None): # fit the data
pass
def predict(self, X):
print(X.shape)
print(len(X))
return np.zeros((len(X), 1), dtype=bool)
그리고 03_Classification.ipynb
은 모델에 교차 유효성 검사를 수행하는 코드입니다.never_5_clf = Never5Classifier()
cross_val_score(never_5_clf, X_train, y_train_5, cv=3, scoring="accuracy")
글쎄 이것은 맞춤형 모델이므로 데이터가 어떻게 장착되어 있는지 (블랙 박스 내부에서 어떻게되는지) 알고 싶습니다. 비록 내가 여러 모델에 걸쳐 왔지만, 거기에 몇 가지 수학적 증거/매개 변수 값을 결정하는 방법이 있었다.
이 코드를 어디에서 찾을 수 있습니까? 링크 해주세요. –
@VivekKumar 완료! –
never5classifier는 아무 것도 배우지 않으며 항상 모든 데이터가 부정적 일 것으로 예측합니다. 즉 5가 아닙니다. –