[UUUI] 3. laboratorijska vježba - 2020/2021

LongArmedJohhny

Fikalo Bitno mi je da bude poredak ocuvan da, al ak sortiram key set dobit cu s tim ucinak TreeMap or?

Fikalo

LongArmedJohnny reko sam da je taj workaround ako ti je bitan poredak jer spremas vec soritrano, jer sam ja nes slicno radio, al nez ak ti treba pored iz nekog drugog razloga

Tompa007

jel zna neko kak ovo sredit ?

wesley

𝐓𝐇𝐄 𝐒𝐄𝐂𝐑𝐄𝐓 - 𝐂𝐋𝐔𝐁
1.provjeri si strukturu direktorija po uputama za lab

ako je ok, provjeri dal imas main funkciju u Solutions.java (ili klasu Solutions.java jer se od nje izvrsava)

Tompa007

wesley imam to sve sredeno , nes je do grajdera jer mi ne zeli ni starije labose bar pokrenut i bacit iznimku a neznam sta bi moglo bit , umirem

wesley

Meni su accuracy, matrix i predviđanja dobra, ali mi nesto s granama ne stima, treba ispis grana bit jednak njihovom? meni ispisuje 155 grana (za titanic primjere)

Jale

wesley jesi uspjela popravit mozda u meduvremenu, imam isti problem

boki8

Je li se mozda netko susreo sa ovakvom greskom? Radi se o primjeru “titanic_train_categorical.csv titanic_test_categorical.csv”. Grane su u redu, ali kod predikcije imam ova dva “no” umjesto “yes”.

wesley

kerovac kako odredujes vrijednost izlaza ako se pojavi neviđena vrijednost nekog featura? (neka koja nije bila u train set) meni je tu bio problem jer sam rekurzivno pretrazivala stablo za odredivanje najcesce vrijednosti, a treba se gledati po train set-u (ali nisam 100% sigurna da je ta modifikacija popravila ovo)

boki8

wesley a treba se gledati po train set-u

Mozes ovo malo pojasniti?

wesley

kerovac evo ovo je odgovor za to s teams-a:
Trebali biste brojati pojavljivanje vrijednosti ciljne varijable u primjerima iz podskupa podataka za treniranje, ne koliko je listova s nekom vrijednošću ciljne varijable (pretpostavljam da to radite iz screenshota u dokumentu).
Konkretno za prvi primjer (heldout), za slučaj “1:sex=male 2:cabin_letter=B 3:fare=75_to_100” postoje tri primjera u skupu za treniranje, dva su označena s “yes”, jedan s “no”. Nijedan nema age=adult, pa se primjer iz heldout seta klasificira prema najčešćoj vrijednosti u čvoru “3:fare=75_to_100” (u ovoj grani), a to je yes.

Diego

Za predikciju ulaza upper_class,male,child,over_100,B,yes

za correct_output_less_branches treba bit no
za correct_output trebalo bi biti yes
Jel ja to krivi vidim ili za dva sluzbena rjesenja za isti ulaz dobije se različita rjesenja?

funky_funghi

Diego Ne. Možeš na dva načina pristupiti rješavanju: ili ćeš iz zadnjeg čvora (age) povući samo one vrijednosti koje si vidio, a negdje sa strane u tom čvoru upisati što vratiti u slučaju vrijednosti koju nisi vidio, ili možeš povući sve moguće vrijednosti iz tog čvora i ono što bi pisao sa strane upisati u njih.

Za primjer koji si naveo je vrijednost koja bi pisala sa strane (u slučaju “less_branches”), tj. piše u umjetno dodanim listovima (u datoteci s više grana) je “yes” zato što se češće pojavljuje u podatcima za treniranje (dakle ne nužno u vrhovima grana!):

benac

jel bitno kojim ce redosljedom algoritam prolazit kroz vrijednosti znacajke(npr ako prvo ulazi u rainy,pa sunny, pa couldy)

funky_funghi

caneb Nije bitno koju granu ispišeš prije, a koju kasnije. Bitno je da ih sve ispišeš

miran

Jesu li mijenjali nacin koristenja autogradera?
Kad pokrenem autograder Python file ne generira mi nikakav ispis.

funky_funghi

mirko Komanda koju treba pokrenuti je: python autograder.py lab3

bernard

mirko kakvo je to uopće pitanje? pa naravno! nekonzistentni su i apsolutno svaki labos ima drugačiji API za autograder tak da imamo posla (oni koji to rade ko ja) zajebavat se z dorađivanjem auto-autograder skripte.

autizam.

Diego

funky_funghi Hvala ti vec me tjedan dana to muci

TheNubKiller

Na koju foru je ovo “yes” za titanic?:
(passenger_class)=upper_class (sex)=male (age)=child (fare)=over_100 (cabin_letter)=B (to je testni primjer)

Što trebam vratiti ako stablo ide npr (sex) - (passenger_class) i dalje stane? Koju vrijednost trebam vratit? Govorim za testne primjere jer mi je stablo dobro

ovo su dvije grane kojima stablo može ići:
1:sex=male 2:cabin_letter=B 3:fare=over_100 4:age=young_adult no
1:sex=male 2:cabin_letter=B 3:fare=over_100 4:age=adult yes

ali primjer je age=child, pa kako yes?
edit: verzija sa less branches

funky_funghi

Lumpy To je “yes” zato što ta grana stabla ide:

1:sex=male 2:cabin_letter=B 3:fare=over_100 4:age

… a za sljedeći čvor (age) u tom tvom testnom primjeru imaš vrijednost “child” koja se nije pojavila u podatcima za treniranje za tu granu (slika u mojem prošlom komentaru prikazuje sve podatke za treniranje uz zadane vrijednosti prethodnih čvorova, tj. u toj grani).

Kad ti se to dogodi, uzimaš onu završnu vrijednost koja se najčešće pojavljivala u podatcima za treniranje u toj grani, a to je u ovom slučaju “yes”.

« Prethodna stranica Sljedeća stranica »