আমি সবেমাত্র কগনিটিভ ক্লাস.ইয়ের উপর আর কোর্সের জন্য মেশিন লার্নিং শেষ করেছি এবং র্যান্ডম ফরেস্টের সাথে পরীক্ষা শুরু করেছি।
আমি আর এ "র্যান্ডমফোরস্ট" লাইব্রেরি ব্যবহার করে একটি মডেল তৈরি করেছি। মডেলটি ভাল এবং খারাপ দুটি শ্রেণি দ্বারা শ্রেণিবদ্ধ করে।
আমি জানি যে কোনও মডেল যখন ওভারফিট হয়, তখন এটি তার নিজস্ব প্রশিক্ষণসেট থেকে প্রাপ্ত ডেটাগুলিতে ভাল সম্পাদন করে তবে নমুনা ছাড়াই badly
আমার মডেলটিকে প্রশিক্ষণ ও পরীক্ষা করার জন্য আমি সম্পূর্ণ ডেটাসেটকে প্রশিক্ষণের জন্য 70% এবং পরীক্ষার জন্য 30% এ বিভক্ত করেছি।
আমার প্রশ্ন: আমি পরীক্ষার সেটটিতে করা ভবিষ্যদ্বাণীটির বাইরে 100% নির্ভুলতা পাচ্ছি। এই খারাপ? এটা সত্য হতে পারে খুব ভাল মনে হয়।
উদ্দেশ্যটি হ'ল একে অপরের উপর নির্ভর করে ওয়েভফর্মগুলি চারটির উপরে তরঙ্গরূপে স্বীকৃতি। ডেটাসেটের বৈশিষ্ট্যগুলি হ'ল ডায়ামিক টাইম ওয়ার্পিং বিশ্লেষণের তরঙ্গরূপগুলির সাথে তাদের টার্গেট তরঙ্গরূপের বিশ্লেষণের ব্যয় ফলাফল।