Learning_Curves_(Naive_Bayes).png (640 × 480 pixel, dimensione del file: 41 KB, tipo MIME: image/png)
Logo di Commons
Logo di Commons
Questo file e la sua pagina di descrizione (discussione · modifica) si trovano su Wikimedia Commons (?)

Dettagli

Descrizione
English: A learning curve shows the validation and training score of an estimator for varying numbers of training samples. It is a tool to find out how much we benefit from adding more training data and whether the estimator suffers more from a variance error or a bias error. If both the validation score and the training score converge to a value that is too low with increasing size of the training set, we will not benefit much from more training data. In the following plot you can see an example: naive Bayes roughly converges to a low score.
Data
Fonte https://scikit-learn.org/stable/modules/learning_curve.html
Autore scikit-learn developers

Licenza

Copyright © L'autore

Le redistribuzioni e le utilizzazioni in forma di codice sorgente o binario, con o senza modifiche, sono autorizzare se le seguenti condizione vengono rispettate:

  1. La redistribuzione del codice sorgente deve conservare le stesse indicazioni di copyright qui presenti, con il nome di chi lo ha caricato, e questa lista di condizioni.
  2. La redistribuzione del formato binario deve riprodurre le indicazioni del copyright qui presenti, con il nome di chi lo ha caricato, e questa lista di condizioni nella documentazione e/o altro materiale fornito con la distribuzione.
  3. Né il nome del autore, né i nomi dei suoi collaboratori possono essere utilizzati per avallare o promuovere prodotti derivati da questo software senza uno specifico permesso scritto.

Questo software è fornito dal detentore del copyright "così com'è" e qualsiasi garanzia espressa o implicita, inclusiva di, ma non limitata a, garanzie implicite di commerciabilità e idoneità ad uno scopo particolare, viene disconosciuta. In nessun caso il detentore del copyright sarà ritenuto responsabile per qualsiasi danno diretto, indiretto, connesso, particolare, esemplare o conseguente (inclusivo di, ma non limitato a, approvvigionamento di beni o servizi alternativi; perdita di utilità, dati o profitti; interruzione di affari) comunque causati e su qualsiasi ipotesi di responsabilità, come da contratto, responsabilità oggettiva, o torto (compresa negligenza o altro) derivante in qualsiasi modo dall'utilizzo di questo software anche se al corrente della possibilità di tale danno.

Didascalie

Aggiungi una brevissima spiegazione di ciò che questo file rappresenta
Learning curve showing training score and cross validation score

Elementi ritratti in questo file

raffigura

Cronologia del file

Fare clic su un gruppo data/ora per vedere il file come si presentava nel momento indicato.

Data/OraMiniaturaDimensioniUtenteCommento
attuale11:01, 15 feb 2019Miniatura della versione delle 11:01, 15 feb 2019640 × 480 (41 KB)Justin OrmontUser created page with UploadWizard

La seguente pagina usa questo file:

Utilizzo globale del file

Anche i seguenti wiki usano questo file:

Metadati