Мәшинелік оқыту алгоритмдері

Ереже: Байес тәсілі дерек байқалғаннан кейінгі санат ықтималдығын бағалауға сүйенеді. Наивті Байес модельде санат берілген кезде белгілер шартты тәуелсіз деген жорамал қолданады.

Қолдану: Мысалы, хаттың белгілі сөздері байқалса, модель олардың әр санатта кездесу ықтималдығын және санаттың бастапқы ықтималдығын пайдаланады. Осыдан белгілер белгілі болғандағы санаттар бағасы салыстырылады. Сондықтан шартты ықтималдық туралы жауап дұрыс. Екі санатқа бірдей белгілер үшін ортақ бөлгіш қолданылса, салыстыру кезінде оны есептемей-ақ үлкен ұпайды таңдауға болады; бірақ алынған көбейтінді өздігінен нормаланған ықтималдық емес. Санатқа жатқызу нақты шындықтың кепілі болмайды. Әсіресе модель жорамалдары мен дерек шектеулері нәтижеге әсер етеді.

Қате нұсқаларды ажырату: Жақын көрші KNN-мен, орталық қашықтығы өзге топтау ережесімен байланысты. Бастапқы жиілікті ғана алу жаңа белгілерді елемейді. Белгілерді бөлек санатқа бөлу Байестің біріккен салыстыруын алмастырмайды. Шартты ықтималдықтың қандай ақпаратқа сүйенгенін түсініңіз.

Қайта орындауға ишара: Модель жаңа белгі белгілі болғанда қай санаттың ықтимал бағасы жоғары екенін іздей ме?

Ереже: Наивті жорамал белгілердің шартты тәуелсіздігіне қатысты: санат белгілі деп алынған кезде бір белгінің үлесі басқа белгілерден бөлек модельденеді. Бұл белгілер барлық жағдайда өзара тәуелсіз деген кең тұжырым емес.

Қолдану: Мысалы, хаттың санаты белгілі болғанда екі сөздің кездесуі модельде бөлек ықтималдықтармен сипатталуы мүмкін. Осы жорамал бірлескен шартты ықтималдықты жеке шартты ықтималдықтар көбейтіндісімен жазуға мүмкіндік береді. Сондықтан «санат белгілі болғанда» деген шектеу жауаптың маңызды бөлігі. Нақты деректе сөздер байланысуы мүмкін; модельдің жеңілдетуі өмірдегі тәуелсіздік дәлелі болмайды. Әдістің белгілі жағдайда пайдалы жіктеу беруі де барлық жорамалы толық шын дегенді білдірмейді. Нәтиже бөлек деректерде тексеріледі.

Қате нұсқаларды ажырату: Санат пен белгілер ешқашан байланыспайды деу үйрету мақсатына қайшы. Тең бастапқы ықтималдық міндетті емес. Бірдей белгілер мен кездейсоқ жауап та осы жорамалды анықтамайды. Шартты тәуелсіздік пен жалпы тәуелсіздікті шатастыру формуланың мағынасын бұзады.

Қайта орындауға ишара: Тәуелсіздік қандай қосымша шарт белгілі болғанда қабылданады?

Ереже: P(c) — санаттың априорлық ықтималдығы. P(c|x) — x белгісі белгілі болғандағы санат ықтималдығы; екеуі формуладағы әртүрлі шамаларды білдіреді.

Қолдану: Сұрақ x белгісін ескергенге дейінгі санат ықтималдығын нақтылайды. Мысалы, үйрету жиынында он хаттың сегізі жеке болса, қарапайым жиілік бағасында жеке санатының бастапқы ықтималдығы 8/10 болады. Жаңа хаттың сөздері ескерілгеннен кейін санат бағасы өзгеруі мүмкін. Сондықтан P(c) априорлық ықтималдық деп аталады. Бұл бағалау еш дерекке сүйенбейді дегенді білдірмейді: ол бұрынғы жиіліктер арқылы алынуы ықтимал. «Алдын ала» сөзі осы жаңа x дәлелін ескеруден бұрынғы рөлді сипаттайды.

Қате нұсқаларды ажырату: Апостериорлық ықтималдық P(c|x), белгі шартты ықтималдығы P(x|c), жалпы белгі ықтималдығы P(x), бірлескені P(c және x) ретінде қаралады. P(c) жаңа x белгісі ескерілгенге дейінгі санат бағасын білдіреді. Шартсыз және шартты ықтималдықтарды ажыратыңыз.

Қайта орындауға ишара: Формуладағы қай шама жаңа x белгісімен жаңартылмай тұрған бастапқы санат бағасы?

Ереже: Шартты ықтималдықта тік сызықтың сол жағында бағаланатын оқиға, оң жағында белгілі шарт тұрады. Сондықтан P(x|c) шамасында санат белгілі деп алынып, белгінің байқалуы бағаланады.

Қолдану: Мысалы, c «жарнамалық хат» санаты, x «жеңілдік сөзі бар» оқиғасы болсын. P(x|c) жарнамалық хаттардың ішінде осы сөздің байқалу ықтималдығын білдіреді. Ол сөз бар хаттың жарнамалық болу ықтималдығымен бірдей болуға міндетті емес. Соңғысы P(c|x) деп жазылады және оны есептеуде бастапқы санат жиілігі де маңызды. Сондықтан белгілердің орнын ауыстыру мағынаны өзгертеді. Бір бағыттағы ықтималдық жоғары болғандықтан, кері бағыт та міндетті сондай болады деген қорытынды шықпайды.

Қате нұсқаларды ажырату: Тік сызықтан кейінгі c — берілген шарт, ал алдындағы x — бағаланатын оқиға. P(c|x) шартты кері ауыстырады. Бірлескен ықтималдық шарттымен тең емес. P(c) және P(x) шартсыз бағалар. Белгіленімдегі орындарды мұқият сақтаңыз.

Қайта орындауға ишара: Тік сызықтан кейін қандай оқиға белгілі деп алынған?

Ереже: Оқиғаның салыстырмалы жиілігі оның байқалған санының барлық бақылау санына қатынасы болады. Бұл есепте алым — «иә» жауаптары, бөлім — барлық күн саны.

Қолдану: Шартта 9 «иә» жауабы және жалпы 14 күн бар, сондықтан 9/14 алынады. Қалған 5 күнді бөлімге қою дұрыс емес: олар барлық бақылау емес, қарсы жауаптар ғана. 9/14 шамасы шамамен 0,643, яғни 64,3 пайыз болады. Сұрақ осы бақыланған жиындағы жиілікті сұрайды. Оны келесі күнде серуен міндетті өтеді деген кепіл ретінде түсіндіруге болмайды. Шағын жиында алынған баға басқа кезеңге немесе жағдайға дәл сәйкес келмеуі мүмкін. Ең алдымен санауға қандай бақылаулар кіретінін белгілеңіз.

Қате нұсқаларды ажырату: 5/14 «жоқ» жауабының жиілігі. 9/5 пен 14/9 бірден үлкен және осы жиіліктің дұрыс қатынасы емес. 1/9 тек «иә» санын кері айналдырады, жалпы 14 бақылауды елемейді. Алым мен бөлімнің мағынасын жазу таңдауды жеңілдетеді.

Қайта орындауға ишара: Барлық күндердің ішінде «иә» болған күндер қандай үлес алады?