Создан заказ №3730647
13 марта 2019
Машинное обучение: "ECOC design for non-parametric Bayes classifier"
Как заказчик описал требования к работе:
Выполнить задание необходимо в python
Сдать не позднее 12:00 22.01.2019
Задания
1. В предположении о независимости парзеновских ядер визуализировать восстановленные двумерные плотности распределения для каждого класса. Использовать гауссовы окна, ширину окон определить по правилу Сильвермана.
2. Дл
я каждого из полученных в п.1 наборов базовых классификаторов рассчитать классификационные очки многоклассового классификатора, используя различные способы ECOC-декодирования: а) взвешенное; б) невзвешенное.
3. Построить графики зависимости показателей качества (accuracy, micro-averaged и macro-averaged ROC AUC и PR AUC) построенных многоклассовых классификаторов на обучающей и тестовой выборках от коэффициента пропорциональности (отношение ширины парзеновского окна к ширине Сильвермана). Определить для каждого классификатора ширину окна, при которой наблюдается наилучшая обобщающая способность.
подробнее
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
14 марта 2019
Заказ завершен, заказчик получил финальный файл с работой
5
Машинное обучение: "ECOC design for non-parametric Bayes classifier".jpg
2019-03-17 17:10
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Прекрасно выполненная работа и очень быстро. Умелый программист! Спасибо. Мои наилучшие рекомендации
Хочешь такую же работу?
300 ₽
