7-mavzu. Hisoblash intellekti asosidagi gibrid tizimlar. Mavzu rejasi

Logistik regressiya
Logistik regressiya - bu to'g'ridan-to'g'ri statistikadan mashinani o'rganishga kelgan yana bir algoritm. Uni ikkilik tasniflash muammolari uchun ishlatish yaxshidir (bular chiqishda ikkita sinfdan birini oladigan muammolar).
Logistik regressiya chiziqli regressiyaga o'xshaydi, chunki u kirish o'zgaruvchilari uchun koeffitsientlarning qiymatlarini topishni ham talab qiladi. Farqi shundaki, chiqish qiymati chiziqli bo'lmagan yoki logistik funktsiya yordamida aylantiriladi.
Logistik funktsiya katta S ga o'xshaydi va har qanday qiymatni 0 dan 1 gacha bo'lgan raqamga aylantiradi. Bu juda foydali, chunki logistik funktsiyaning chiqishiga 0 va 1 ni bog'lash qoidasini qo'llashimiz mumkin (masalan, agar funktsiya natijasi 0,5 dan kichik bo'lsa, chiqishda biz 1) va sinf bashoratlarini olamiz.

Modelni o'rgatish usuli tufayli logistik regressiya bashoratlari namunaning 0 yoki 1-sinfda bo'lish ehtimolini ko'rsatish uchun ishlatilishi mumkin. Bu bashorat qilish uchun ko'proq sabab kerak bo'lganda foydalidir.
Chiziqli regressiyada bo'lgani kabi, logistik regressiya ham ortiqcha va shunga o'xshash o'zgaruvchilarni olib tashlash orqali o'z ishini yaxshiroq bajaradi. Logistik regressiya modeli tezda o'rganadi va ikkilik tasniflash muammolari uchun juda mos keladi.
Qarorlar daraxti (tasniflash daraxti yoki regressiya daraxti deb ham ataladi) mashinani o'rganish, ma'lumotlarni tahlil qilish va statistikada qo'llaniladigan qarorlarni qo'llab-quvvatlash vositasidir. Daraxt tuzilishi "barglar" va "novdalar" bilan ifodalanadi. Qaror daraxtining qirralari ("novdalar") maqsad funktsiyasi bog'liq bo'lgan atributlarni o'z ichiga oladi, "barglar" maqsad funktsiyasining qiymatlarini o'z ichiga oladi, qolgan tugunlar esa holatlarni ajratib turadigan atributlarni o'z ichiga oladi. Yangi ishni tasniflash uchun siz daraxtdan bargga tushishingiz va tegishli qiymatni qaytarishingiz kerak. Bu kabi qarorlar daraxtlari ma'lumotlarni qazib olishda keng qo'llaniladi. Maqsad bir nechta kirish o'zgaruvchilari asosida maqsadli o'zgaruvchining qiymatini bashorat qiladigan modelni yaratishdir. ? Qarorlar daraxti algoritmlar va ma'lumotlar tuzilmalaridan ko'pchilikka tanish bo'lgan ikkilik daraxt sifatida taqdim etilishi mumkin. Har bir tugun kirish o'zgaruvchisini va ushbu o'zgaruvchining bo'linish nuqtasini ifodalaydi (o'zgaruvchi raqam bo'lsa). Barg tugunlari - bu bashorat qilish uchun ishlatiladigan chiqish o'zgaruvchisi. Daraxtni barg tuguniga o'tkazish va bu tugundagi sinf qiymatini chop etish orqali bashorat qilinadi. 
Daraxtlar tezda o'rganadilar va bashorat qiladilar. Bundan tashqari, ular keng ko'lamli vazifalar uchun aniq va maxsus ma'lumotlarni tayyorlashni talab qilmaydi.

1.