พิกัดสุ่มที่เท่ากัน
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ความน่าจะเป็นและความคาดหมาย · อธิบายตัวแปรสุ่มและค่าเฉลี่ยตามกฎความน่าจะเป็น
เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 2.4 การลดลงครั้งที่สองของความผิดพลาด
Xᵢ = X₁ หมายถึงพิกัดเหล่านั้นเท่ากันในฐานะตัวแปรสุ่มในการสร้างที่ระบุ
พิกัดซ้ำสร้างการพึ่งพากันระหว่างคุณลักษณะ
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างแสดงค่าที่เกิดขึ้นหนึ่งชุด ความเท่ากันของตัวแปรสุ่มเป็นข้อความเกี่ยวกับค่าของตัวแปรในผลลัพธ์ต่าง ๆ
สัญลักษณ์
- พิกัดของเวกเตอร์คุณลักษณะสุ่ม
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
X1=-1
คำนวณที่นี่
นิพจน์ผลลัพธ์: { X1, Xi, equal: Xi === X1 }
Xi=X1ใช้:X1
ส่งกลับ
X1- -1
Xi- -1
equal- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น เว้นแต่ระบุค่าจากต้นฉบับ ตัวอย่างแสดงค่าที่เกิดขึ้นหนึ่งชุด ความเท่ากันของตัวแปรสุ่มเป็นข้อความเกี่ยวกับค่าของตัวแปรในผลลัพธ์ต่าง ๆ
แหล่งอ้างอิง: สัญกรณ์ในข้อความ