Главная /
Алгоритмы интеллектуальной обработки больших объемов данных /
Даны четыре примера (наблюдения) в трехмерном пространстве признаков: A(1;4;10), B(2;5;6), C(1;3;8) и D(2;4;8), при этом известно, что первый и третий примеры относятся к классу "1", а второй и четвертый – к классу "0". Для обучения на данных примерах при
Даны четыре примера (наблюдения) в трехмерном пространстве признаков: A(1;4;10), B(2;5;6), C(1;3;8) и D(2;4;8), при этом известно, что первый и третий примеры относятся к классу "1", а второй и четвертый – к классу "0". Для обучения на данных примерах применяется алгоритм случайный лес (random forest). Случайным образом были выбраны 5 наборов примеров и признаков: (1) пример 1 (признаки 1,2) + пример 2 (признаки 1,3); (2) пример 3 (признаки 2,3) + пример 4 (признак 1); (3) пример 2 (признаки 1,2,3) + пример 3 (признак 1); (4) пример 1 (признаки 1,3) + пример 2 (признак 1) + пример 3 (признак 3); (5) пример 1 (признаки 2,3) + пример 4 (признаки 2,3). Для этих пяти наборов были построены соответственно пять деревьев по алгоритму CART, нечистота (impurity) вычислялась по Джини. Принадлежность к классу определяется голосованием – числом деревьев, которые отнесли тот или иной пример к определенному классу. Сколько деревьев отнесут тестовый пример F(2;3;6) к классу "0"? (Напишите ответ в виде целого числа.)
вопросПравильный ответ:
3
Сложность вопроса
62
Сложность курса: Алгоритмы интеллектуальной обработки больших объемов данных
67
Оценить вопрос
Комментарии:
Аноним
Какой человек ищет данные вопросы интуит? Это же изи
20 апр 2017
Аноним
Я завалил сессию, какого рожна я не нашёл данный сайт с ответами с тестами intuit раньше
22 янв 2017
Другие ответы на вопросы из темы алгоритмы и дискретные структуры интуит.
- # Машина Больцмана представляет из себя полносвязный неориентированный граф, где ?
- # При каких условиях подход Maximum a posteriori (MAP) выигрывает перед Maximum Likelihood (ML)
- # Назовите основные подходы иерархической кластеризации
- # Укажите основные плюсы использования Naive Bayes
- # Напишите название регрессии, используемой для предсказания вероятности возникновения некоторого события путём подгонки данных к логистической кривой