감독되지 않은 컴퓨터 학습 알고리즘 테스트

Question

인터넷을 통해 전 감독 및 감독되지 않은 기계 학습 알고리즘의 응용 프로그램을 볼 수 있지만 컴퓨터 학습 응용 프로그램의 품질을 유지하는 것에 대해서는 아무도 이야기하지 않습니다. 이러한 점을 제기 자율 기계 학습 알고리즘을 테스트하는 방법에 대한 최근 분석 :

1) 교차 검증 테스트 : 데이터 집합은 동일 주름 (부품) 및 제외한 모든 주름으로 나누어 져 훈련 데이터 세트로 사용된다 나중에 테스트 데이터 세트로 사용됩니다.

테스트 및 학습 데이터 세트 사용과 관련하여 몇 가지 옵션이 있습니다.
출력이 불확실한 곳에서 감독되지 않은 ML 알고리즘을보다 효과적으로 테스트 할 수 있습니까?

Answer 1

사용한 알고리즘 (및 선택한 거리)의 유형에 따라 그룹 내 분산과 그룹 내 분산이 많이 바뀌는 지 계속 확인할 수 있습니다.

알고리즘을 구축했을 때와 같은 수준의 알고리즘을 사용하면 분산과 분산이 그다지 변하지 않습니다. 축소 (또는 역) 사이의 차이라면 그룹이 알고리즘에 의해 이전처럼 분리되지 않았다는 것을 의미합니다.

두 번째 시도는 알고리즘을 재교육 한 후에도 동일한 그룹에 속해 있는지 관찰 할 수있는 관찰 결과를 유지하는 것입니다. 그렇지 않은 경우 알고리즘이 잘못되었음을 의미하는 것은 아니지만이 경우 더 자세히 보도록 경고를 보낼 수 있습니다.