আমি একটি তত্ত্বাবধানে বাইনারি শ্রেণিবদ্ধকরণ সমস্যাটি নিয়ে কাজ করছি। আমি ব্যক্তিদের নিরক্ষিত / সংক্রামিত হিসাবে শ্রেণিবদ্ধ করতে GBM প্যাকেজটি ব্যবহার করতে চাই। আমার সংক্রামিত ব্যক্তিদের চেয়ে 15 গুণ বেশি অচেতন
আমি ভাবছিলাম জিবিএম মডেলগুলি ভারসাম্যহীন শ্রেণির আকারের ক্ষেত্রে ভোগেন কিনা? এই প্রশ্নের উত্তর দেওয়ার জন্য আমি কোনও রেফারেন্স পাইনি।
আমি অনিচ্ছুক ব্যক্তিদের 1 ওজন এবং সংক্রামিত ব্যক্তির 15 ওজন নির্ধারণ করে ওজন সামঞ্জস্য করার চেষ্টা করেছি, তবে আমি খারাপ ফল পেয়েছি।
1
(পার্শ্ব নোট) আপনি যদি জিবিএমের জন্য যা বোঝায় এবং প্যাকেজের কোনও লিঙ্ক সরবরাহ করেন তবে এটি সহায়ক হবে।
—
10:58
আপনার গ্রেডিয়েন্ট বুস্টিং মডেলটির জন্য আপনি কোন ক্ষতির ফাংশন ব্যবহার করছেন? ভারসাম্যহীন ক্লাসগুলির কথা বলতে গেলে, আমি খারাপ পারফরম্যান্স দেখেছি যখন আমি বোঝায় নিরঙ্কুশ ত্রুটি কারণ এটি সর্বাধিক সাধারণ শ্রেণির পক্ষে বলে মনে হচ্ছে। যখন আমি গড় স্কোয়ার ত্রুটি ব্যবহার করছিলাম তখন পারফরম্যান্সটি যথেষ্ট উন্নত হয়েছিল
—
রায়ান জোটি
কেবলমাত্র ভবিষ্যতের রেফারেন্সের জন্য, আমি ক্যারেট লোগারিদমিক লোকস (ক্রস-ডেভিয়েশন) দ্বারা ব্যবহৃত বেশ কার্যকর হিসাবে ডিফল্ট ক্ষতি ফাংশনটি দেখতে পাই। (এটি একটি নেতিবাচক লগারিদমিক স্কেলগুলিতে ভুল মামলায় প্রচুর পরিমাণে শাস্তি দেয়)
—
লিলি লং