1
Q
OVA
A
- Si allenano k classificatori
- Ogni classificatore vede tutto il training set
- Il classificatore i-esimo riceve tutti gli esempi della classe i con label positiva, tutti gli altri negativi
- Al tempo di test il classificatore che predice “positivo” vince
- Indirettamente ogni volta che la predizione è positiva, la classe i riceve un voto, se è negativa lo ricevono tutti gli altri
- I pareggi vengono sciolti casualmente, oppure vince quello con la maggior confidenza
2
Q
Differenza tra AVA e OVA, quanti classificatori ci sono in un caso e quanti nell’altro? Come faccio il train?
A
- AVA impara più classificatori, però vengono allenati su meno dati, quindi tende ad essere più veloce se le label sono equamente bilanciate
- Al tempo di test AVA è più lento perché ha più classificatori
- AVA allena data set bilanciati
- AVA ha più probabilità di errori perché più classificatori
3
Q
AVA
A
- Il classificatore riceve tutti gli esempi della classe i come positivi e tutti gli esempi della classe j come negativi
- al tempo di test, l’esempio viene processato da tutti i classificatori
- Ogni volta che Fij predice positivo, la classe i riceve un punto, altrimenti la classe j lo riceve
- Dopo aver passato tutti gli [K(K-1)]/2 classificatori la classe con più punti vince
Machine learning
flashcards
Decks in class (14)
# Cards
