Created | Mon, 10 Feb 2025 16:36:59 +0000 |
Published | Mon, 10 Feb 2025 17:00:04 +0000 |
Algorithm | BigML Memory Tree |
Split criterion | |
Support threshold | |
Depth threshold | 512 |
Node threshold | 512 |
Missing splits | No |
Statistical pruning | Smart pruning |
Ich habe dieses Modell mit BigML erstellt, um herauszufinden, ob ich mit ein bisschen Daten und Machine Learning vorhersagen kann. Das Ganze ist ein Hobbyprojekt, aber ich wollte mal sehen, was dabei rauskommt!
Datenquelle: Der Datensatz kommt aus einer von mir Generierten Datei aus Python. Ich habe ihn in BigML hochgeladen und versucht, die Daten so gut wie möglich vorzubereiten.
Worum geht’s? Das Ziel war es. Ich wollte herausfinden, welche Faktoren die größten Auswirkungen darauf haben.
Ich habe versucht, das Modell zu optimieren, damit es bessere Vorhersagen macht – aber ich lerne immer noch! 😄
Einfach Spaß daran haben, wie Machine Learning funktioniert! Wie gut ist das Modell? Ich habe noch nicht alle Details verstanden, aber BigML zeigt ein paar coole Metriken wie [Genauigkeit, Fehlerquote] an. Ich bin noch am Testen, aber es sieht gar nicht so schlecht aus! 😁
Was ich als Nächstes vorhabe: Ich will das Modell weiter verbessern und vielleicht mal andere Algorithmen ausprobieren. Wer weiß, vielleicht kann ich irgendwann richtig gute Vorhersagen machen!
Feature1 |
σ
|
||||||||||||||||
Feature2 |
σ
|
||||||||||||||||
Feature3 | |||||||||||||||||
Feature4 |
σ
|
||||||||||||||||
Label |