[UUUI] 3. laboratorijska vježba - 2020/2021

Fikalo

Fikalo Ok sad sam pogledo taj razgovor u teamsu, i kuzim sta hoce rec trebali bi onda sam uzet najcesci zavrsni od cvora roditelja, al opet to nema smisla jer tako nije po algoritmu u prezentacijama, i nije mi jasno kako je moguce da mi je u ispisu brancheva za sve ostale primjere isto ko i njima, ako mi fali citav taj dio

Kaladonter

Fikalo da ni ja bas ne kuzim kako mi sve drugo radi, al čini mi se da su takve situacije provjeravali samo u tom titanic primjeru pa je zato tako ispalo. Al da, kad smo pitali na course assisstance on je rekao da prošle godine nisu morali ovako ispis raditi.

Fikalo

Kaladonter Jesi ti implementira da ti radi to u svakom primjeru onda, ili si napravio da ti to radi samo za titanic

Kaladonter

Fikalo napravio sam za svaki da tako radi, samo sam stavio da mi pregledava uvijek sve moguće vrijednosti za svako svojstvo (znači za cabin_letter da pregledava svako slovo) i tako grana algoritam, pa makar to ako npr za cabin_letter i slovo A rezultira praznim skupom

Fikalo

Kaladonter mislim nije meni problem to implementirat, mislim dodo sam i sad radi sve kak su htjeli, sam ono nema mi bas smisla

Fikalo

Kaladonter al svejedno fala na pomoci, pomogo si mi da skuzim u cem je problem i sta zele

gladiator

kad pokrenem autograder dobijem sljedeću grešku:
"value = value[0] if field == ‘ACCURACY’ else ‘ ’.join(value)
IndexError: list index out of range"

Zna li netko o čemu se radi?

Rene

gladiator jel ispisujes vrijednost tocnosti u istom retku kao [ACCURACY]:

gladiator

Rene u tome je bio problem, hvala ti

Ducky

dobro ma glup sam, dvaput sam čitao train

flicka

kak najbezbolije ovaj ispis stabla dobit?

gladiator

flicka Neka interface A nudi metodu print_tree().
Neka klase Leaf i Node implementiraju sučelje A.
Implementacija metode print_tree() za klasu Leaf neka bude ispis predviđanja (True/False)
Neka implementacija metode print_tree() za klasu Node jednostavno proslijedi ispis objektima na koje čuva referencu (podstabla - ona implementiraju interface A, može biti ili Leaf ili Node)

protip: spuštanjem do listova i prolazeći kroz čvorove gradiš string i šalješ ga kao argument.

Ducky

predikciju treba vratiti najčešću vrijednost ciljne varijable u podskupu podataka za treniranje u tom čvoru

Šta to znači?
Najčešće se ponavlja u stablu, ali u tom podskupu? Najčešće se ponavlja u train_datasetu a da je također u tom podskupu?

gladiator

Može li mi netko objasniti test primjer heldout_unseen_featurevalue ?

Što radim kad se pojavi nepoznati feature value? Samo ispišem “maybe” ili ?

Fikalo

gladiator ako se pojavi nepoznati feature, ispises najcesci zavrsni znak ispod te grane

Fikalo

Fikalo tj udes tolko duboko kolko mozes, a kad nemozes vise dalje rekurzivno prebrojis sve zavrsne kji su ispod i ispises najcesci, tj abecedno ako imaju isti broj pojavljivanja

Erpeg

Jel moze neko pomoc
Kako da dalje prosirim ili sta vec da napravim ako sam sve atribute prosirio i dalje imam 55 no 10 yes
Sta krivo radim

Fikalo

Erpeg ako sam dobro skuzio pitanje, ako sisve prosirio, i zadnje ti je U, i za u imas 55 no i 10 yes, onda prebrojis kolko imas no i kolko yes i odaberes kao zavrsni onaj koji je cesci

Erpeg

Fikalo Hvala ti

Sicsile

jel imao netko slucaj da mu prolazi sve osim titanic_train_categorical.csv titanic_test_categorical.csv.
ja dobijem 156 grana, a oni 477. Imamo sve vrijednosti informacijske dobiti iste. Koji korak algoritma bi mogao biti krivi?

laranotreallycroft

Sicsile pogledaj si na kojim ti slucajevima pada
Mene je zezao onaj neki infant koji se kategorizirao po klasi a trebao se po price rangeu. Oba slucaja imaju iste vrijednosti kod racunanja, ali se onda gleda abecedno koji je prvi
Ak nije do tak neceg, probaj generirati vise cvorova. Basically oni u cvoru generiraju grane za sve moguce vrijednosti tog cvora, a ne samo one koje postoje u trenutnom filtriranom testnom skupu

MT09

Sicsile Jesi možda riješio ovo? Isto mi se događa, a ne vidim grešku…

« Prethodna stranica Sljedeća stranica »