Fuzzy logika v predspracovaní údajov a jej vplyv na výkonnosť modelu strojového učenia XGBOOST
Fuzzy logika poskytuje efektívny prístup k predspracovaniu číselných údajov v strojovom učení, najmä v regresii. Tento článok skúma vplyv fuzzyfikácie premenných, ako vek a BMI na presnosť predikcie nákladov na zdravotnú starostlivosť. Použitím fuzzy transformácie sme testovali výkon XGBoost regreso...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book Chapter |
| Language: | Slovak |
| Subjects: | |
| Tags: |
No Tags, Be the first to tag this record!
|
Similar Items: Fuzzy logika v predspracovaní údajov a jej vplyv na výkonnosť modelu strojového učenia XGBOOST
- Porovnanie prognostickej presnosti rôznych metód strojového učenia
- Porovnanie prognostickej presnosti rôznych metód strojového učenia
- Globálne hodnotenie významnosti premenných v modeli XGBoost
- Tvorba GIS nástrojov na automatizované predspracovanie dát pre potreby strojového učenia
- Porovnanie klasickej analýzy významnosti premenných a interpretácie pomocou SHAP pri modeli XGboost
- Interpretabilita regresného modelu strojového učenia pomocou SHAP hodnôt