Gnóthachain:
- Cumas cineál na faidhbe a shainiú (aicmiú, aischéimniú, cnuasú) agus critéir ratha de réir fhíorchostas an phoist
- Cumas na sonraí a roinnt go hionraic (gan teagmháil a dhéanamh leis an tacar tástála; go croineolaíoch san amshraith) agus bonn meastóireachta gan sceitheadh a bhunú
- Cumas múnla inmhínithe a roghnú trí thosú le bunlíne shimplí agus trí chastacht a chur leis ach amháin nuair atá sé tuillte aige.
Go dtí seo táimid tar éis sonraí a bhailiú, a ghlanadh, a iniúchadh, agus gnéithe a tháirgeadh. Anois táimid ag teacht ar an obair fíor, ag tógáil múnla. Is éard is múnla ann ná struchtúr matamaitice a fhoghlaimíonn patrún ó shonraí agus a tháirgeann tuartha do chásanna nua. Ach ní hé an cód féin an chuid is tábhachtaí maidir le samhail a thógáil, ach an dá chinneadh a thagann roimhe: an fhadhb cheart a shainiú agus na sonraí a roinnt i gceart. Is comhairleoir cumhachtach é AI i roghnú algartam, scríobh cód, agus tiúnadh paraiméadar; ach is faoin duine amháin atá sé cinneadh a dhéanamh cad atá le tuar agus cad is brí le rath. Ní oibreoidh fadhb atá mí-shainithe fiú le múnla breá scríofa.
Sainiú na faidhbe ar dtús: cad a dhéanann muid a thuar
Tosaíonn gach post samhaltaithe le ceist, agus cinneann an cheist seo an cineál múnla. Aicmiú - is catagóir é an t-aschur: "An bhfágfaidh nó an bhfanfaidh an custaiméir seo?", "An bhfuil an t-idirbheart seo falsa?". Aischéimniú (i mBéarla aischéimnithí - is é an t-aschur uimhir): "Cé mhéad is fiú an teach seo?", "Cé mhéad orduithe a thiocfaidh an mhí seo chugainn?". Cnuasú (sonraí neamhlipéadaithe a roinnt ina ngrúpaí nádúrtha): "Cé mhéad deighleog nádúrtha a roinntear mo chustaiméirí?".
Is é an dara cuid den ráiteas faidhbe ná an critéar ratha: cad a chiallaíonn sé go bhfuil an tsamhail seo "go maith"? I múnla calaoise, bíonn sé i bhfad níos costasaí calaoisí a iarraidh ná custaiméir macánta a bhlocáil de thaisme; Mar sin, ní "cruinneas ginearálta" ach "ráta gabhála calaoiseoirí" a thagann chun tosaigh. Mura ndéanann tú an critéar seo a shainiú ón tús, in éineacht le húinéir an ghnó, beidh múnla “an-chruinn” agat nach n-oibríonn (rachaidh muid níos doimhne isteach sa mhéadracht in Aonad 7).
Rabhadh: Is féidir le "Cruinneas" a bheith míthreorach. Má tá 10 gcinn as 1000 idirbheart calaoiseach, tabharfaidh múnla dúr a deir “nach bhfuil aon cheann díobh calaoiseach” cruinneas 99% ach ní ghlacfaidh sé le calaoiseoir amháin. Roghnaigh critéir ratha bunaithe ar fhíorchostas na faidhbe.
Scoilteadh oiliúna/tástála: scrúdú macánta ar an tsamhail
Is ionann samhail a thástáil leis na sonraí a d’fhoghlaim sé agus na ceisteanna céanna a chuir sé/sí ar an scrúdú; Faigheann sé marcanna arda ach ní léiríonn sé cad atá ar eolas aige i ndáiríre. Mar sin roinneamar na sonraí ina dhá cheann (trí go minic):
- Tacar oiliúna (tacar oiliúna i mBéarla, de ghnáth 70-80%): Foghlaimíonn an tsamhail faoi seo.
- Sraith tástála (tacar tástála, de ghnáth 20-30%): Ní fheiceann an tsamhail seo ar chor ar bith; déantar fíorfheidhmíocht a thomhas anseo.
- Tacar bailíochtaithe: Tacar idirmheánach a úsáidtear chun múnla a shocrú (cén paraiméadar is fearr); a choinneáil ar an leagan tástála "glan".
An riail is bunúsaí: ní dhéantar teagmháil leis an tacar tástála riamh le linn na hoiliúna. Scálú, códú, roghnú gnéithe — foghlaimítear iad seo go léir go simplí ón tacar oiliúna, agus cuirtear i bhfeidhm ansin iad ar thástáil (prionsabal sceite ó Aonad 5). Is é an tacar tástála an chéad uair a fheiceann an tsamhail an saol fíor; Má chuireann tú ar siúl ró-luath é ní bheidh a fhios agat go deo an fíorfheidhmíocht.
Eisceacht sraith ama: Má tá do shonraí ag brath ar am (díolacháin, stocmhargadh, éileamh), ní dhéantar scoilteadh randamach. Toisc scoilteadh randamach is cúis leis an tsamhail an todhchaí a fheiceáil agus an t-am atá caite a thuar - is sceitheadh é seo. Ina áit sin, roinn go croineolaíoch: traenáil leis an tseantréimhse, déan tástáil leis an tréimhse nua.
Roghnú algartam: ó shimplí go casta
Is é an botún is coitianta a bhaineann le tosaitheoirí ná tosú leis an tsamhail is casta. Is é an cur chuige ceart a mhalairt: bhunú ar dtús bonnlíne simplí. "buille faoi thuairim i gcónaí ar an aicme tromlaigh" in aicmiú; "meastachán a dhéanamh i gcónaí ar an meán" in aischéimniú. Tugann an tsamhail dúr seo bunlíne; Mura féidir le do mhúnla féin é seo a rith, tá fadhb ann. Ansin bog ar aghaidh chuig samhlacha simplí inmhínithe.
samhail
Cineál faidhbe
pointe láidir
laige
Bunlíne (tromlach/meán)
araon
Tugann tagarmharc
ní fhoghlaimíonn
Aischéimniú lóistíochta
Aicmiú
Simplí, soléirmhínithe
Caidreamh líneach amháin
Aischéimniú líneach
aischéimniú
Simplí, tapa
toimhde líneach
crann cinneadh
araon
inléirmhínithe
Meabhrúcháin éasca
foraoise randamach
araon
Láidir, durable
Níos lú inmhínithe
Treisiú grádán (XGBoost etc.)
araon
an-láidir
Deacair a choigeartú, riosca memorization
Riail: roghnaigh an tsamhail is simplí "maith go leor". Tá an léirmhíniú níos luachmhaire ná cumhacht i bhformhór na gcomhthéacsanna gnó; Is fearr diúltú iasachta a mhíniú "toisc go bhfuil do chóimheas fiachais-le-ioncam ard" ná "toisc go ndúirt an bosca dubh amhlaidh."
trí chás mion
Cás 1 — Sainmhíniú mícheart ar an bhfadhb. Thóg foireann múnla aicmithe bunaithe ar "an bhfuil an custaiméir sásta" ach roghnaigh siad "cruinneas" mar chritéar ratha. Sna sonraí, bhí 88% de na custaiméirí sásta; Fuair an tsamhail cruinneas 88% trí ghlaoch a chur ar gach duine "sásta" agus níor ghlac sé na daoine míshásta riamh - cé gurb é an fíorsprioc iad a aimsiú. Ceacht: roghnaigh critéir ratha bunaithe ar fhíorchuspóir.
Cás 2 - Sceitheadh ama san urrann. I dtionscadal réamhaisnéise éilimh, roinneadh na sonraí go randamach. Thug an tsamhail cruinneas 93% ach tháinig tuairteáil i dtáirgeadh toisc go raibh sé tuartha i mí Eanáir, ansin Samhain, le sonraí mhí na Nollag - bhí an todhchaí feicthe aige. Nuair a aistrigh muid go roinn cróineolaíoch, mhéadaigh an fheidhmíocht iarbhír go 74%. Ceacht: roinnt cróineolaíoch i sraith ama.
Cás 3 — Castacht neamhriachtanach. Thosaigh anailísí amháin go díreach le líonra nóral domhain, tiúnta sé ar feadh seachtainí, agus fuair sé cruinneas 81%. Ansin fuair comhghleacaí 80% le 20 líne aischéimnithí loighistice — i bhfad níos tapúla, inmhínithe agus níos éasca le cothabháil. Ceacht: tosú le bonnlíne agus múnla simplí, cuir castacht leis nuair atá sé tuillte aige.
Ceithre theimpléad inchóipeála
1) Sainmhíniú na faidhbe a shoiléiriú:
Do ról: comhairleoir samhaltú. Cabhraigh liom an post seo a shainiú: “Táim ag iarraidh cur an chustaiméara a laghdú.” Fiafraigh díom agus soiléirigh: (1) an rangú nó cúlchéimniú é seo, (2) cad é go díreach an sprioc-athróg agus conas ba cheart é a shainiú, (3) cad ba cheart a bheith sna critéir ratha agus cén fáth. Is liomsa an cinneadh; cuireann tú na ceisteanna agus na roghanna i láthair.
2) Rannán oiliúna / tástála sábháilte:
Roinn mo df isteach in oiliúint/tástáil 80%/20%. Coinnigh dáileadh ranga (stratify).random_state=42. NÍ SRAITH AMA é seo (breathnuithe neamhspleácha). Priontáil an cóimheas ranga de gach tacair tar éis roinnte. Tabhair an cód scoilteadh don tacar tástála gan aon chlaochlú a chur i bhfeidhm.
3) Roinn cróineolaíoch sraith ama:
Braitheann na sonraí ar am (colún dáta: order_date). NÍ randamach, roinn go croineolaíoch: oiliúint 80% is sine, tástáil 20% is nuaí. Priontáil amach na raonta dáta oiliúna agus tástála ionas gur féidir liom a fhíorú nach bhfuil an todhchaí sceitheadh.
4) Bunlíne a shocrú:
Tá fadhb aicmithe agam (sprioc: churn 0/1). Bunaigh bunlíne ar dtús: déan cruinneas oiliúna/tástála a thomhas le DummyClassifier, a thuar rang an tromlaigh i gcónaí. Ansin cuir oiliúint ar aischéimniú lóistíochta simplí agus déan comparáid idir cé acu an mbuaileann sé an bonnlíne. Taispeáin méadracht an dá thaobh taobh le taobh.
Leid lag / Pras láidir
Leid lag:
Tóg an tsamhail is fearr leis na sonraí seo.
Tá "is Fearr" neamhshainithe; Níl aon chineál faidhbe, aon sprioc, aon chritéir ratha agus aon straitéis rannáin. Gineann an AI patrún randamach, b'fhéidir leaky.
Leid chumhachtach:
Do ról: cúntóir samhaltú. Fadhb: aicmiú, sprioc "churn" (0/1), tá éagothroime aicme (~ churn 12%). Critéar ratha: Tá sé mar thosaíocht ag meabhrú dóibh siúd a chaolaíonn. Breathnóireacht neamhspleách ar shonraí (ní sraith ama). Tasc: (1) scoilt srathaithe 80/20%, (2) Bunlíne DummyClassifier, (3) aischéimniú lóistíochta, gach claochlú sa phíblíne agus níor foghlaimíodh ach ón oiliúint. Ná déan teagmháil leis an tacar tástála roimh scoilteadh.
Anseo tá cineál na faidhbe, éagothroime, critéar agus tomhas sceite soiléir.
Botúin choitianta
- Gan na critéir ratha a roghnú de réir an fhíorchuspóir. Tá "cruinneas" i sonraí neamhchothromaithe míthreorach; Más mian leat an rang mionlaigh a ghabháil, tagann cuimhne chun cinn.
- Ag baint leis an tacar tástála le linn oiliúna. Tá sé sceite ag baint le scálaithe/ionchódú sula scoilteadh agus cuireann sé fíorfheidhmíocht i bhfolach.
- Scoilteadh randamach i sraith ama. Feiceann an tsamhail an todhchaí, titim i dtáirgeadh; Tá deighilt croineolaíoch riachtanach.
- Léim isteach i múnla casta gan bunlíne a bhunú. Gan tagarmharcanna ní bheidh a fhios agat an bhfuil samhail an-mhaith nó nach bhfuil.
- Ag déanamh neamhairde den léirmhíniú. I gcinntí gnó, is minic go mbíonn múnla simplí inmhínithe níos luachmhaire ná bosca dubh.
Leid: Sula dtosaíonn tú ag tógáil múnla, scríobh abairt amháin: “Déanfaidh an tsamhail seo _____ a thuar, déanfar a rath a thomhas de réir an mhéadrach _____, mar is é _____ fíorchostas an phoist.” Mura bhfuil tú in ann an abairt seo a líonadh, níl tú réidh cód a scríobh go fóill.
Go hachomair
Ní hé an cód an chuid is tábhachtaí maidir le múnla a thógáil, ach na cinntí a thagann roimhe: an fhadhb cheart a shainiú (aicmiú nó aischéimniú, cad é an sprioc, cad é an critéar ratha) agus na sonraí a roinnt go cothrom (gan teagmháil a dhéanamh leis an leagan tástála; cróineolaíoch sa tsraith ama). Tosaigh i gcónaí le bunlíne shimplí agus cuir leis an gcastacht ach amháin nuair atá sé tuillte aige; tá luach inléirmhínithe thar chumhacht i bhformhór na gcomhthéacsanna gnó. Is comhairleoir cumhachtach é AI i roghnú agus cód algartam, ach cinneann an duine cad a thuar tú agus cén fáth.
Tasc feidhmchláir
Sainmhínigh fadhb tuar agus comhlánaigh an abairt seo a leanas i scríbhinn: “Déanfaidh an tsamhail seo ___ (rangú/aischéimniú) a thuar, is é ___ an sprioc, is é ___ an critéar rathúlachta toisc ___.” Ansin scoilt na sonraí leis an straitéis cheart (croineolaíoch más sraith ama é), bunaigh bunlíne, agus tomhais cé acu a bhriseann patrún simplí an bhunlíne sin.
seicliosta
- [ ] An bhfuil cineál na faidhbe (aicmiú/aischéimniú) agus an sprioc sainmhínithe go soiléir agam?
- [ ] Ar roghnaigh mé na critéir ratha bunaithe ar chostas iarbhír an phoist?
- [ ] Ar fhág mé an leagan tástála gan teagmháil le linn oiliúna?
- [ ] Más sraith ama é, an ndearna mé é a roinnt go croineolaíoch?
- [ ] An bhfuil bonnlíne bunaithe agam sular bhog mé ar aghaidh go dtí an tsamhail chasta?