Crowdly
Додати до Chrome
TI508M - Introduction to Machine Learning
Шукаєте відповіді та рішення тестів для TI508M - Introduction to Machine Learning? Перегляньте нашу велику колекцію перевірених відповідей для TI508M - Introduction to Machine Learning в efreussite.fr.
Отримайте миттєвий доступ до точних відповідей та детальних пояснень для питань вашого курсу. Наша платформа, створена спільнотою, допомагає студентам досягати успіху!
Quel est le rappel (recall) du modèle ?
Quelle est la précision du modèle ?
On suppose qu’après application de Kmeans on a obtenu une partition P composée de deux clusters C1 et C2 comme le montre le tableau ci-dessous.
En utilisant l’algorithme des k plus proches voisins (kNN) avec k=3 et la distance de Manhattan, déterminer à quelle classe appartient le client 6 (Age = 35, Dépense annuelle = 25)
Quelle est la tâche principale de l'algorithme k-Nearest Neighbors (kNN) ?
Quelle méthode est généralement considérée comme la meilleure pratique pour choisir le nombre optimal de voisins (k) ?
Quelles autres méthodes peut-on utiliser pour estimer le bon nombre de clusters dans les données ?
En utilisant le graphique suivant résultant de l’application de la méthode du coude au jeu de données ci-dessus, quel est le nombre de clusters optimal pour appliquer l’algorithme Kmeans?
Pourquoi est-il parfois difficile de choisir la valeur de K dans l'algorithme K-means?
Comment l'algorithme K-means détermine-t-il la convergence?
On se propose d’utiliser la méthode du coude pour estimer le bon nombre de clusters dans les données. Que représente alors la courbe tracée ?