Mafaa ya ujaribio wa machine learning - kifungu cha data cha kina

Tatizo la ujaribio wa kina wa kawaida (Normal Data Distribution)

Kwenye kituo cha awali, tumemaliza kufikia kwa sababu ya kumueleza mawakili ya kawaida kwa ukubwa wa thamani na thamani zilizotakaika.

Kwenye kituo hiki, tutaenda kufikia kwa sababu ya kumueleza mawakili ya kwa thamani iliyokusababisha kusababisha thamani kwenye thamani iliyotakaika.

Kwenye probabiliti, baada ya mwanasayansi wa mwana wa Ujerumani Carl Friedrich Gauss (Carl Friedrich Gauss) kuwapo muundo wa tatizo hili, tatizo hili lilitawaliwa kwa jina la tatizo la ujaribio wa kina wa kawaida au tatizo la ujaribio la Gauss.

Mbinu

Tatizo la ujaribio wa kina wa kawaida:

import numpy
import matplotlib.pyplot as plt
x = numpy.random.normal(5.0, 1.0, 100000)
plt.hist(x, 100)
plt.show()

Matokeo:


Kuendeleza Mbinu

Tililoshuhudia:Kwa sababu ujaribio wa ujaribio wa kina ina muundo wa muhimu wa ujaribio, hii inaitwa ujaribio wa kina wa ujaribio.

Tafutaji ya Histogrami

Tumetumia numpy.random.normal() Mbinu yaliyotengenezwa ya mawakili (kwa thamani 100000) inadiliza histogrami ya 100 kifuniko.

Tunapokea kwa kawaida 5.0, na kiasi cha kawaida 1.0.

Hii inamaanisha kwamba kwa kawaida, hizi thamani zitasababuwa kwenye 5.0, kama hizi hayakupita kwa kawaida 1.0.

Kutoka kwenye kati cha histogram, zaidi ya kawaida ziko kati ya 4.0 na 6.0, kiwango cha juu kwa kawaida kilichotakaia 5.0.