Gépi tanulás
Mindkét tengelyen az alsó és felső százalékhatáron kívüli tanítósorok kihagyása. A tényleges kihagyott arány eltérhet; a teljes teszthalmaz megmarad.
Alapparaméterek
A neurális háló csak L2 regularizációt támogat.
Max sebesség: teljes lépéselőzmény, várakozás és köztes képernyőfrissítés nélkül. Csak végeredmény: köztes lépéselőzmény nélkül. Lassított: fél másodperc szünet adatcsomagonként. Lépésenként: egy kattintás egy adatcsomag.
Mezők kiválasztása
Mentés és betöltés
Egy JSON-fájl: beállítások, súlyok, teljes tanítási előzmény és teszteredmény.
Betöltés…
A Start indítja a tanítást.
Tanulási folyamat lépésenként
Visszanézés a tanítás végén.
Tanulási görbék
A tanítás után itt jelennek meg a görbék.
A célfüggvényt a teljes tanítóhalmazon, az aktuális súlyokkal mérjük, a regularizációval együtt.
Modell részletei
Részletes teszteredmények
A tanítás végén automatikusan tesztelünk minden félretett soron.
Konfúziós mátrix
Sor = tényleges címke; oszlop = jósolt címke.
Soronkénti tesztjóslatok
Adatok és mezőmagyarázatok
1 epoch = az ÖSSZES megtartott tanítósor teljes bejárása. A teszt minden félretett tesztsort kiértékel. A pontok ritkítása csak az ábrára vonatkozik.
A számmal jelölt kategóriák nem mennyiségek. A CSV nem adja meg az időtartamok mértékegységét vagy az oldalérték pénznemét. A Revenue helyes válasz, soha nem bemeneti mező.
UCI Online Shoppers Purchasing Intention Dataset