मैंने अभी अभी Cognitiveclass.ai पर R कोर्स के लिए मशीन सीखना पूरा कर लिया है और यादृच्छिक रूप से प्रयोग करना शुरू कर दिया है।
मैंने R में "randomForest" लाइब्रेरी का उपयोग करके एक मॉडल बनाया है। मॉडल दो वर्गों द्वारा वर्गीकृत होता है, अच्छा और बुरा।
मुझे पता है कि जब कोई मॉडल ओवरफिट होता है, तो वह अपने स्वयं के ट्रेनिंगसेट से डेटा पर अच्छा प्रदर्शन करता है लेकिन आउट-ऑफ-सैंपल डेटा पर।
अपने मॉडल को प्रशिक्षित करने और परीक्षण करने के लिए, मैंने प्रशिक्षण के लिए संपूर्ण डेटासेट को 70% और परीक्षण के लिए 30% में विभाजित किया है।
मेरा प्रश्न: मुझे परीक्षण सेट पर की गई भविष्यवाणी से 100% सटीकता प्राप्त हो रही है। क्या यह बुरा है? सत्य होने के लिए यह बहुत अच्छा लगता है।
उद्देश्य तरंग पर निर्भरता के आधार पर एक दूसरे पर तरंग मान्यता है। डेटासेट की विशेषताएं अपने लक्ष्य तरंग के साथ तरंगों के डायनामिक टाइम वारिंग विश्लेषण के लागत परिणाम हैं।