المصنف Perceptron: متى يغير أوزانه؟
المصنف Perceptron، أو بيرسيبترون، يستخدم درجة خطية لتمييز الفئات. سنشرح القاعدة الكلاسيكية لفئتين موسومتين بـ+1 و−1. [1]
تقنية (الصفحة 28)
أفكار وأدوات رقمية بلغة مفهومة.
1201 مقال
Passive-Aggressive: التحديث عند انتهاك الهامش
خوارزمية Passive-Aggressive تتعلم مع وصول الأمثلة، وتبني تحديثها على خسارة الهامش. قد تتغير الأوزان حتى عندما تكون الفئة المتوقعة صحيحة. [1]
التحليل التمييزي الخطي: لماذا تغير التباينات معنى القرب؟
التحليل التمييزي الخطي LDA مصنف يفترض كثافة غاوسية لكل فئة، مع مصفوفة تغاير مشتركة بينها. له أيضًا استخدام لإسقاط الأبعاد. [1]
التحليل التمييزي التربيعي: تغاير مختلف لكل فئة
التحليل التمييزي التربيعي QDA يصنف باستخدام كثافة غاوسية لكل فئة؛ يمكن أن تختلف مصفوفات التغاير بين الفئات. [1] [2]
بايز الساذج الغاوسي: الكثافة ليست احتمالًا مباشرًا
بايز الساذج الغاوسي يستخدم متوسطًا وتباينًا لكل خاصية داخل كل فئة. تتيح هذه المعلمات حساب كثافات غاوسية عند المدخل. [1] [2]
بايز متعدد الحدود: كيف يصبح تكرار الكلمة قوةً في الحساب؟
بايز متعدد الحدود يستعمل خصائص تعد الكلمات أو أحداثًا منفصلة. يصف توثيق MultinomialNB العدادات الصحيحة بأنها المدخل المعتاد، ويذكر استعمال قيم كسرية مثل TF-IDF أيضًا. [1]
بايز برنولي: غياب الخاصية يدخل القرار أيضًا
بايز برنولي يستعمل خصائص ثنائية تعبر عن وجود الحدث أو غيابه. يختلف بذلك عن نموذج يستعمل عدد مرات الظهور. [1]
تنعيم لابلاس: نضيف إلى المقام أيضًا
تنعيم لابلاس يضيف واحدًا إلى عداد كل كلمة في تقدير شرطيتها داخل الفئة، ويعدل المقام بمقدار حجم المفردات. [1]
بايز التكميلي: نتعلم عن الفئة من خارجها
بايز التكميلي يبني أوزان الفئة من عدادات الأمثلة التي تنتمي إلى الفئات الأخرى، بدل الاكتفاء بعدادات الفئة نفسها. [1]
C في آلة المتجهات الداعمة: عقوبة انتهاك الهامش
في آلة المتجهات الداعمة ذات الهامش المرن، يضرب C مجموع عقوبات انتهاك الهامش. وتشمل العقوبة أمثلة صحيحة الفئة لكنها داخل الهامش. [1]
نواة RBF: كيف تغير gamma معنى التشابه؟
نواة RBF تحسب exp(−gamma×مربع المسافة بين مدخلين). في هذه الصيغة يحدد gamma سرعة تناقص التشابه مع الابتعاد. [1]
LinearSVC وSVC: نواة خطية لا تعني النموذج نفسه
LinearSVC وSVC بنواة خطية يبنيان مصنفين خطيين، لكنهما ليسا نسختين متطابقتين. يختلف التنفيذ والخسارة الافتراضية والتعامل مع تنظيم الإزاحة. [1]
انحدار المتجهات الداعمة: ماذا تتجاهل منطقة epsilon؟
انحدار المتجهات الداعمة SVR يتنبأ بقيمة عددية. في epsilon-SVR لا تعاقب خسارة التدريب فروقًا لا تتجاوز epsilon عن القيمة الفعلية. [1]
تقريب النواة بميزات عشوائية: ما الذي نقربه؟
تعطي ميزات فورييه العشوائية تمثيلًا صريحًا يُقرب حاصل ضربه الداخلي نواة مناسبة، بدل حساب النواة الأصلية لكل زوج مباشرة. [1]
انحدار النواة Ridge: لماذا يهم ترتيب أمثلة التدريب؟
يجمع Kernel Ridge بين تنظيم L2 وحيلة النواة؛ يستخدم خطأً تربيعيًا، فيتعلم دالة في الفضاء الذي تحدده النواة. [1]
انحدار العمليات الغاوسية: تباين الدالة أم تباين القياس؟
يصف انحدار العمليات الغاوسية توزيعًا على الدوال بدالة متوسط ونواة تغاير، ثم يحدّثه بالملاحظات. لذلك يمكن أن يصاحب المتوسط تباين يعتمد على افتراضات النموذج. [1]
مصنف المركز الأقرب: متوسط الفئة ليس أقرب عينة
يمثل مصنف المركز الأقرب كل فئة بمركز. مع المسافة الإقليدية يكون المركز متوسط عينات الفئة؛ وهذا الملخص قد يقع حيث لا توجد عينة منها. [1]
ترجيح المسافة في أقرب الجيران: ليس كل جار متساويًا
يتيح KNeighborsClassifier إعطاء الجيران أوزانًا متساوية أو أوزانًا بمقلوب المسافة، فتزداد مساهمة الجار الأقرب في الخيار الثاني. [1]