Iti0210lab15: erinevus redaktsioonide vahel
Mine navigeerimisribale
Mine otsikasti
| 5. rida: | 5. rida: | ||
Kasutame lihtsat lineaarset mudelit, et sensorite andmete pealt tuvastada, kas ruumis viibib inimene või mitte [https://archive.ics.uci.edu/ml/datasets/Occupancy+Detection+]. Ülesandes tuleb kirjutada lihtne programm, mis suudab treeningandmed lineaarse mudeliga sobitada ja siis testandmetega kontrollida, kui täpne leitud mudel on. Eesmärgiks saada aru, kuidas töötab: | Kasutame lihtsat lineaarset mudelit, et sensorite andmete pealt tuvastada, kas ruumis viibib inimene või mitte [https://archive.ics.uci.edu/ml/datasets/Occupancy+Detection+]. Ülesandes tuleb kirjutada lihtne programm, mis suudab treeningandmed lineaarse mudeliga sobitada ja siis testandmetega kontrollida, kui täpne leitud mudel on. Eesmärgiks saada aru, kuidas töötab: | ||
* lineaarse mudeli treenimine ''gradient descent'' meetodiga | * lineaarse mudeli treenimine ''gradient descent'' meetodiga | ||
* klassifitseerimiseks logistilise regressiooni kasutamine | * klassifitseerimiseks logistilise regressiooni kasutamine | ||
Redaktsioon: 1. mai 2019, kell 09:10
Lineaarsed mudelid
Sissejuhatus
Kasutame lihtsat lineaarset mudelit, et sensorite andmete pealt tuvastada, kas ruumis viibib inimene või mitte [1]. Ülesandes tuleb kirjutada lihtne programm, mis suudab treeningandmed lineaarse mudeliga sobitada ja siis testandmetega kontrollida, kui täpne leitud mudel on. Eesmärgiks saada aru, kuidas töötab:
- lineaarse mudeli treenimine gradient descent meetodiga
- klassifitseerimiseks logistilise regressiooni kasutamine
Ettevalmistus
Sisendandmete laadimine
Sisendandmete kirjeldus (veergude kaupa):
Temperature, in Celsius Relative Humidity, % Light, in Lux CO2, in ppm Humidity Ratio, Derived quantity from temperature and relative humidity, in kgwater-vapor/kg-air Occupancy, 0 or 1, 0 for not occupied, 1 for occupied status