Gnóthachain:
- Cumas gnéithe díorthacha brí a tháirgeadh le heolas fearainn agus catagóirí catagóireacha a ionchódú le modhanna cuí (aon-te, lipéad, sprioc)
- Cumas athróga uimhriúla a scála de réir cineál múnla (caighdeánú, normalú) agus scálú neamhriachtanach nó neamhiomlán a sheachaint
- Cumas sceitheadh gné a sheachaint trí gach claochlú a fhoghlaim tar éis an scoilteadh oiliúna/tástála agus ón oiliúint amháin
Tá seanfhocal ann maidir le foghlaim meaisín: "Go bunúsach is gné-innealtóireacht í foghlaim mheaisín fheidhmeach." Toisc go dtagann rath múnla go minic ó na hionchuir a thugann tú don mhúnla, seachas cén algartam a roghnaíonn tú. Is éard atá in innealtóireacht ghné an ealaín a bhaineann le comharthaí brí a tháirgeadh ó shonraí amh ar féidir leis an tsamhail foghlaim uathu. Is foinse shaibhir smaointe í intleacht shaorga ag an gcéim seo: nuair a iarrann tú "cad iad na gnéithe is féidir a tháirgeadh ó na sonraí seo", liostaíonn sé mórán moltaí. Ach d’fhéadfadh go mbeadh cuid de na moltaí seo luachmhar, d’fhéadfadh go mbeadh cuid acu gan úsáid, agus d’fhéadfadh go mbeadh cuid acu contúirteach (sceitheadh). Is é do phost é a réiteach.
Cén fáth innealtóireacht gné
Is annamh a thagann sonraí amh ar an tsamhail ina bhfoirm is fearr. Cé go bhfuil an colún "dáta breithe" ina n-aonar gan brí, is comhartha láidir é an luach "aois" a ghintear uaidh. Is féidir leat tréithe ar nós "lá na seachtaine", "lá/oíche", "an saoire é" a bhaint as "stampa ama an ordaithe". Is féidir leat dhá cholún a chur le chéile chun cóimheas ("cóimheas fiachais/ioncaim") a tháirgeadh. Anseo, tá innealtóireacht ghné ag aistriú eolais fearainn go comhartha matamaitice; Agus is é sin go díreach an fáth gurb é an chéim a éilíonn an fhaisnéis is mó daonna.
Athróga catagóireacha a thiontú go huimhreacha: códú
Go ginearálta oibríonn múnlaí le huimhreacha, ní le téacs. Tugtar ionchódú ar athróga catagóireacha (amhail cathair, dath, cineál táirge) a thiontú ina n-uimhreacha. Trí mhodh coitianta:
Ionchódú aon-te: Osclaíonn sé colún ar leith le luach 0/1 do gach catagóir. I gcás "cathair", foirmítear colúin Iostanbúl, Ancara, Izmir; Má tá custaiméir ó Iostanbúl, ní bheidh ach an colún sin 1. Ideal nuair a bhíonn líon na gcatagóirí beag; Má tá an iomarca catagóirí ann táirgeann sé na céadta colún (tugtar "pléascadh méid" air seo).
Ionchódú lipéid: Tugann sé uimhir do gach catagóir (Iostanbúl=0, Ancara=1). Tá sé simplí, ach d'fhéadfadh sé seicheamh a mhúineadh don mhúnla de thaisme (cosúil le Ancara > Iostanbúl); mar sin baintear úsáid as go cúramach i gcatagóirí neamhordaithe.
Ionchódú sprice: Cuirtear meán na hathróige sprice sa chatagóir sin in ionad gach catagóir. Tá sé an-chumhachtach, ach is é an fhoinse sceite is contúirtí: má chuireann tú sprioc na sonraí tástála san áireamh, feiceann an tsamhail an todhchaí. Níor cheart é a ríomh ach ó shonraí oiliúna agus go cúramach (laistigh de chros-bhailíochtú).
Scálú: ní sháraíonn líon mór an tsamhail
Tá roinnt samhlacha (cinn chianbhunaithe, samhlacha líneacha, líonraí néaracha) íogair do scála na n-athróg. Má thiteann "ioncam" (0-500,000) agus "aois" (0-100) isteach sa phatrún céanna, d'fhéadfadh go mbeadh tionchar ag ioncam go simplí toisc go bhfuil sé níos mó. Réitíonn scálú é seo. Dhá mhodh coitianta: caighdeánú (athraíonn gach luach go "cé mhéad diallas caighdeánach ar shiúl ón meán") agus normalú (gnáthú íosmhéid - comhbhrú luachanna isteach sa raon 0-1). Tá samhlacha crann-bhunaithe (crainn chinnidh, foraoise randamach) neamhíogair ó thaobh scála de, ní gá scála a dhéanamh orthu.
Rabhadh: Níor cheart paraiméadair scálaithe agus códaithe (meán, diall caighdeánach, mapáil mheán-chatagóir) a ríomh ach ó na sonraí oiliúna, ansin ba cheart an rud céanna a chur i bhfeidhm ar na sonraí tástála. Tá sceitheadh san áireamh agus sonraí tástála á gcur san áireamh agus beidh cuma níos fearr ar do mhúnla ná mar atá sé i ndáiríre.
Croílár na sceite san innealtóireacht ghné
Is é giniúint gné an áit is minice a eascraíonn sceitheadh sonraí. Dhá ghnáthbhotún: Sceitheadh ama — gné a chur ar fáil a chuimsíonn faisnéis don todhchaí (lena n-áirítear laethanta tar éis lá na réamhaisnéise agus an “meán 30 lá deiridh” á ríomh). Sileadh staitisticí — gné (meán scálaithe, luach sprice ionchódaithe) a ríomh ó na sonraí go léir roimh an scoilt oiliúna/tástála. Riail: foghlaim gach claochlú tar éis an scoilt traenach/tástála a dhéanamh ar dtús agus ó na sonraí oiliúna amháin. Is é an bealach is sábháilte chun é seo a dhéanamh go rialta ná píblíne a úsáid - struchtúr a bhailíonn gach claochlú i slabhra amháin agus a chuireann i bhfeidhm iad tar éis scoilteadh.
Modh
le haghaidh cad
Riosca sceite
nóta
Ionchódú aon-te
Athróg le roinnt catagóirí
íseal
Pléascann méid i gcatagóirí éagsúla
Códú lipéid
Catagóir curtha in eagar
íseal
Múineann as ord ordú mícheart
ionchódú sprice
Ilchatagóir, comhartha láidir
an-ard
Díreach ón oideachas, i CV
caighdeánú
Samhlacha líneacha / cianda
meánach
Braitheann paraiméadar ar oideachas amháin
Gné fhuinneog ama
sraith ama
ard
Cuir leis an todhchaí
trí chás mion
Cás 1 — Maoin luachmhar. Ghin foireann creidmheasa an ghné “cóimheas fiachais le hioncam” ó na colúin amh “ioncam míosúil” agus “íocaíocht mhíosúil fiachais”. Mhéadaigh an ghné díorthaithe aonair seo cruinneas na samhla ó 71% go 79%; toisc gurbh é an ráta, ní an t-ioncam iomlán, a chinn an riosca i ndáiríre. Ceacht: is comharthaí láidre iad na cóimheasa a ghineann eolas fearainn.
Cás 2 - Sceitheadh ionchódaithe sprice. Thiontaigh foireann amháin an “zipchód” ina uimhir leis an sprioc-ionchódú (an meánráta maolaithe sa réimse sin), ach rinne siad é sin ó na sonraí go léir roimh scoilteadh. Thug an tsamhail 94% ar an tacar tástála, ag titim go 68% i dtáirgeadh. 6 seachtaine d’iarracht amú. Ceacht: déantar spriocchódú go cúramach, laistigh den oiliúint amháin.
Cás 3 - scálú dearmad. Chuir anailísí amháin ioncam (0-400,000) agus aois an chustaiméara (18-75) isteach i múnla fadbhunaithe gan scála. D'fhéach an tsamhail beagnach go heisiach ar ioncam, ag brú ar an éifeacht aoise. Nuair a cuireadh scálú leis, tháinig brí le deighilt. Ceacht: ní dhéantar faillí ar scálaithe i múnlaí faid/líneacha.
Ceithre theimpléad inchóipeála
1) Giniúint smaointe gné (tá díothú suas fút féin):
Do ról: cúntóir gné-innealtóireachta. Mo cholúin df: birth_date, order_time (stampa ama), ioncam_tl, fiach_tl, cathair, táirge_category. Sprioc: "an aisíocfar an iasacht" (0/1). Mol 15 ghné is féidir a ghiniúint ó na colúin seo; sonraigh an riosca sceite (íseal/meán/ard) do gach ceann díobh. Marcáil go soiléir iad siúd a mbeidh faisnéis iontu amach anseo.
2) Códú slán (iar-roinnte):
Scríobh cód a ionchódaíonn aon-te "cathair" agus "product_category". TÁBHACHTACH: oiriúnach an t-ionchódú ach amháin do na sonraí oiliúna, ansin a athrú ar na sonraí tástála (le sklearn OneHotEncoder). Mínigh conas a dhéileálann tú leis an gcatagóir neamhfheicthe (handle_unknown) san oideachas.
3) Comhshó gan sceitheadh le Píblíne:
Píblíne sklearn a shocrú: StandardScaler a chur i bhfeidhm ar cholúin uimhriúla, OneHotEncoder ar cholúin chatagóireacha, cuir aicmitheoir leis ag an deireadh. Ráthaíocht a dhéanamh go bhfoghlaimítear gach claochlú TAR ÉIS an scoilt traenach/tástála agus ón oiliúint amháin. Mínigh an cód agus cén fáth go bhfuil sé saor ó sceitheadh.
4) Gné fhuinneog ama (rialú sceite):
Gin an tréith "líon orduithe le 30 lá anuas" do gach custaiméir, ach NÁ cuir sonraí san áireamh riamh tar éis lá na réamhaisnéise. Mínigh líne ar líne nach mbreathnaíonn an cód ar an todhchaí. Cuirfidh mé an colún dáta tagartha ar fáil.
Leid lag / Pras láidir
Leid lag:
Cuir dea-airíonna leis na sonraí seo.
Tá “maith” neamhshainithe, níl an sprioc soiléir, níl aon rialú sceite ann. Gineann AI gnéithe randamacha, b'fhéidir leaky.
Leid chumhachtach:
Do ról: innealtóir gné. Sprioc: "muir i 30 lá" (0/1), dáta tagartha measta: save_date. Tá stair idirbheart i df.Task: Gin 8 gnéithe, freagair an cheist "An bhfuil an fhaisnéis seo agam tráth an tuar" do GACH. Nuair a chuirfear an dáta tar éis an dáta tagartha i ngnéithe fuinneoige ama. Scríobh an cód ar bhealach atá oiriúnach don phíblíne le cur i gcrích tar éis na rannóige traenach/tástála.
Anseo, sainmhínítear an sprioc, an t-am tagartha agus an rialú sceite ón tús.
Botúin choitianta
- Ag foghlaim an claochlaithe ó na sonraí go léir roimh roinnt. Má fheiceann an paraiméadar scálaithe/ionchódaithe na sonraí tástála, tarlaíonn sceitheadh.
- Úsáid mhíchúramach a bhaint as spriocchódú. Is é an modh is cumhachtaí ach is leaky; díreach ó oiliúint, i tras-bhailíochtú.
- Ag cur an todhchaí le gné fhuinneog ama. Má chuirtear an ríomh "30 lá deiridh" isteach tar éis an lae réamhaisnéise, feiceann an tsamhail an todhchaí.
- Scálú neamhriachtanach sa mhúnla crann agus scálú neamhiomlán sa mhúnla líneach. Déantar cinntí scálaithe de réir an chineáil mhúnla.
- Ag cur le gach moladh gné AI gan cheist. D’fhéadfadh gnéithe gan úsáid agus sceitheacha a bheith san áireamh sna moltaí.
Leid: Scríobh síos ceist amháin do gach gné a ghineann tú: “An féidir liom an luach seo a ríomh leis an eolas atá agam nuair a dhéanaim an tuar?” Mura bhfuil an freagra soiléir "tá", ná húsáid an ghné. Cuireann an smacht aonair seo deireadh leis an gcuid is mó de sceitheanna a bhaineann le gnéithe.
Go hachomair
Is é innealtóireacht ghné an ealaín a bhaineann le comharthaí brí a ghiniúint ó shonraí amh agus is minic a chinneann rath an mhúnla níos mó ná an algartam. Is iad na huirlisí bunúsacha ná catagóirí ionchódaithe (aon-te, lipéad, sprioc), uimhreacha scálaithe (caighdeánú, normalú) agus gnéithe díorthacha a tháirgeadh le heolas fearainn. Ach is í an chéim seo croí na sceite freisin: ní mór gach claochlú a fhoghlaim tar éis na scoilte oiliúna/tástála agus ó na sonraí oiliúna amháin. Gineann AI neart smaointe; Is é breithiúnas daonna a dhéanann idirdhealú idir an luachmhar agus an contúirteach.
Tasc feidhmchláir
Roghnaigh athróg sprice agus dearadh ar a laghad cúig ghné díorthacha ó na colúin atá agat. I gcás gach ceann acu, freagair an cheist "an bhfuil mé ar fáil tráth an tuar" i scríbhinn agus cuir deireadh le ceann amháin ar a laghad mar "riosca ard sceitheadh". Ansin cód na gnéithe slán i bpíblíne le cur i bhfeidhm iar-dheighilt.
seicliosta
- [ ] Ar chuir mé gach claochlú i bhfeidhm tar éis scoilt na traenach/na tástála?
- [ ] Ar fhoghlaim mé ach paraiméadair scálaithe/ionchódaithe ón oiliúint?
- [ ] Ar fhreagair mé an cheist "an bhfuil sé agam tráth an tuar" do gach gné?
- [ ] An bhfuil mé thar a bheith cúramach le modhanna ard-riosca mar spriocchódú?
- [ ] An bhfuil cinneadh déanta agam scála cuí a dhéanamh don chineál samhla (crann/líneach)?