OOB Score | Out of Bag Evaluation in Random Forest | Machine Learning — Transcript

Full transcript

1. 0:00हेलो हेलो गाइस वेलकम टू माय YouTube चैनल
2. 0:02हम लोग रेंडम फॉरेस्ट पढ़ रहे थे और हमने
3. 0:05एक को डेमो के थ्रू देखा कि राज्य फॉरेस्ट
4. 0:07को आप कैसे डेटासेट क्यों पर अप्लाई कर
5. 0:09सकते हो और हाइपर पैरामीटर ट्यून कैसे
6. 0:12परफॉर्म करते हैं अब हम लोग एक इंपोर्टेंट
7. 0:14कौन से बढ़ेंगे इसको बोलते हैं वह Bigg
8. 0:17Boss एलिवेशन ठीक है यह इंपोर्टेंट
9. 0:20कांसेप्ट है जो आपको ऑलमोस्ट सभी कॉफी
10. 0:23नार्मल टेक्निक में दिखाई देगा लॉग इन थे
11. 0:26फॉरेस्ट्स इसका फुल फॉर्म होता है आउट ऑफ
12. 0:29बड़ौदा गौतम बैग इवेलुएशन
13. 0:34अच्छा ठीक है बट इसका फुल फॉर्म होता है
14. 0:37आउट आफ बेड ऐडमिशन अब यह क्या होता है और
15. 0:40क्यों यूज को है वह लोग देखेंगे सो एक बार
16. 0:43आपको रिमाइंड करा दूं कि रेंडम फॉरेस्ट
17. 0:45में आप ट्रेनिंग कैसे करवा दो सुनाओ आपके
18. 0:49पास एक डाटा साइड है और उस डाटा से के
19. 0:51अंदर लेट से 60 रोज है तेरा घुंघरू सब ठीक
20. 0:58है और आप क्या कर रहे हो आप पांच
21. 1:00डिस्ट्रीब्यूटर्स को ट्रेन कर रहे हो द
22. 1:03फाइव डिफरेंट कंट्रीज लाइक दिस और अब आप
23. 1:09क्या कर रहे हो आप डिसाइड कि आपने कि आप
24. 1:11हर डिसीजन ट्री को 500 दोगे तो
25. 1:17शुभेच्छक और बुड्ढा टू रखा मतलब सैंपलिंग
26. 1:21मित्र रिप्लेसमेंट होगा मतलब जैसे को
27. 1:23इरोनिकल के यहां जाएगा वह वापस भी आ जाएगा
28. 1:25ठीक है अब मालू अपने एक-एक करके रोज
29. 1:29निकालने शुरू किए और डिप्रेशन धैर्यवान
30. 1:31ठीक है तुम आलू सबसे पहले रोल नंबर
31. 1:34ट्वेंटी वन सेलेक्ट हुआ तो इन पांचों में
32. 1:38से जो पहला जो है वह तो ऐड फिर आपको
33. 1:42एंट्री हमको वापस यहां पर डाल दिए फिर जो
34. 1:44अगला रोज सेलेक्ट हुआ वह thirty-two था
35. 1:485321 फिर से था और इस तरीके से आपके पास
36. 1:52उस अपने डिसाइड कर लीजिए और इसलिए यहां पर
37. 1:55कुछ रोज ऐसे होंगे जो मल्टीप्ल टाइम्स और
38. 1:58होंगे जैसे कि ट्वेंटी वन बट अगर आप ध्यान
39. 2:00से सोचो तो कुछ ऐसे रोज भी होंगे जो कभी
40. 2:04भी सेलेक्ट नहीं होंगे सिंस आपने क्या ऐड
41. 2:07कर रखा है आपने कर रखा है टेंपरिंग
42. 2:12कि मिर्च रिप्लेसमेंट इसका मतलब यह है कि
43. 2:17कोई एक पर्टिकुलर रोए मल्टीपल टाइम
44. 2:21सेलेक्ट हो सकता है वे रस कोई रोए ऐसा भी
45. 2:24हो सकता है जो कभी भी सेलेक्ट ना हो किसी
46. 2:27भी डिसीजन ट्री के लिए ठीक है इसी तरह के
47. 2:32रोल्स को बोला जाता है और टॉर्क बैग
48. 2:34सैंपल्स आउट आफ बेड सैंपल बोलते हैं ऐसे
49. 2:40सैंपल भेजो कि कभी भी सेलेक्ट नहीं हुए
50. 2:44किसी भी ड्यूटी में जाने के लिए ठीक है तो
51. 2:48एसेंशियली इन डाटा सेट्स को कभी आपके मॉडल
52. 2:51ने देखा ही नहीं मतलब डाटा सेट्स आफ 20
53. 2:55रोल्स यह जो भी सैंपल्स है यह एलियन रहते
54. 2:59हैं आपके मॉडल से तो आप क्या कर सकते हो
55. 3:03आप इन रोल्स को उठाकर के अ
56. 3:07कि टेस्टिंग कर सकते हो जब एक बार आपको
57. 3:11मॉडल ट्रेन हो जाता है तो यह जितना भी
58. 3:14डाटा बचा हुआ है जो कभी भी किसी भी मॉडल
59. 3:16के अंदर नहीं गया उसको यूज करके आप अपने
60. 3:20मॉडल को टेस्ट कर सकते हो कि परफॉर्मेंस
61. 3:22कैसा है दैट इज द होल कांसेप्ट
62. 3:25स्टैटिसटिकली स्पीकिंग यह मैथमेटिकली
63. 3:28प्रूव किया जा चुका है कि 37.2 आपका रोस
64. 3:37मैं हमेशा बढ़ जाते हैं रफी रफी खट्टी 70%
65. 3:41रोज ओ बी सैंपल सोते हैं जब भी आप बैग
66. 3:45परफॉर्म कर रहे हो या फिर रेंडम फॉरेस्ट
67. 3:47परफॉर्म कर रहे हो तो 37पसंद डाटा आपका
68. 3:51मॉडल देखता नहीं है तो इसको आप ऐसे
69. 3:53वैलिडेशन सेट यूज कर सकते हो इसको आप MS
70. 3:59Word एडिशन सेट यूज कर सकते हो टू फ्रंट
71. 4:01पार्ट आपका मॉडल कितना बढ़िया ट्रेन हुआ
72. 4:04है एंड व्हाट इज द होल कौन सेट ठीक है एक
73. 4:06बार में समझ कर रहा हूं सो इन समरी जब भी
74. 4:10आप पैकिंग परफॉर्म करते हो और रेंडम
75. 4:12फॉरेस्ट फ्रॉम करते हो तो आप अपने डेटा का
76. 4:15सब्जेक्ट निकाल कर के अमेज़न मॉडल्स को
77. 4:18देते हो और यह पूरा प्रॉसेस रैंडमली होता
78. 4:22है अगर आप टेंपरिंग मित्र रिप्लेसमेंट कर
79. 4:25रहे हो इसका मतलब कोई एक पर्टिकुलर रोए
80. 4:29मल्टीपल टाइम्स पिक हो सकता है रेड्डी कुछ
81. 4:33ऐसे रोज भी हो सकते हैं जो कभी भी पिक ना
82. 4:35हो मैं
83. 4:37क्विक स्पीकिंग आप ही प्रूफ कर सकते हो कि
84. 4:4137.7 डाटा कभी भी उस बैड के बाहर नहीं
85. 4:44निकलता अब साइड इफेक्ट का नाम इन द होना
86. 4:48चाहिए हॉटस्पॉट ऑफ बैक सैंपल्स बोलते हैं
87. 4:50ठीक है और इनका काम क्या है सिम्स इनको
88. 4:53कभी हमारे मॉडल में देखा नहीं हम इनको यूज
89. 4:57करके अपने मॉडल को रेट कर सकते हैं ठीक है
90. 5:01टेस्ट कर सकते हैं कि परफॉर्मेंस कैसा है
91. 5:03और उनका यही काम होता है वह भी का बस यह
92. 5:06पीठ पूरा का पूरा फंड है बट इसको
93. 5:09इंटर्व्यूअर ने पूछा जाता है आप चेक आपको
94. 5:12यह टीम पर कौन से पता है कि नहीं ठीक है
95. 5:15अब मैं आपको यह एग्जाम पर लिखा था जहां पर
96. 5:17मैं डेटासेट के ऊपर वह भी एडमिशन चलाकर
97. 5:20दिखाऊंगा ठीक है 100 को कॉर्ड मैंने पहले
98. 5:23से लिख रखा है मैं आपको वेबसाइट रन करके
99. 5:26दिखा तो यहां पर मैंने सारी लाइब्स
100. 5:29इंपोर्ट कर ली हॉट सीनस ब्वॉय डाटा है
101. 5:32हम्म उसको यूज कर रहे हैं जिसका डेटासेट
102. 5:34बहुत ही छोटा सा डाटा सेट है fair
103. 5:37लोग है इसके अंदर हमने उसके अंदर से एक्स
104. 5:40और वाई एक्सट्रेक्ट किया ट्रेन टो स्प्लिट
105. 5:42निकाला और फिर रेंडम फॉरेस्ट अप्लाई किया
106. 5:46ब्रांड पॉइंट्स का ऑब्जेक्ट बनाते टाइम यह
107. 5:49टू मेक और अगर आपको विवेचन करना है तो
108. 5:53आपको को 20 को पैरामीटर को टू करना पड़ेगा
109. 5:56अदरवाइज यह चीज काम नहीं करेंगी ठीक है
110. 5:59इसको मैंने रन किया मॉडल को ट्रेन किया और
111. 6:03अब मॉडल को प्रेम करते ही मेरे पास ओ 20
112. 6:07को अंडे स्कोर्स पैरामीटर के अंदर यह
113. 6:11वैल्यू है सी पॉइंट 80 है अकॉर्डिंग टू ऑल
114. 6:16यादव बैक सैंपल इस मॉडल का एक्यूरेसी होना
115. 6:19चाहिए पॉइंट 80 ठीक है अब भी काम करते हैं
116. 6:23चेक कर लेते एक्सप्रेस के ऊपर एक्ट्रेसेस
117. 6:26को निकाल करके और यह कौन सी इट्स कमिंग और
118. 6:29तू भी पॉइंट 600 ईसा वैरी कर रहा है बट
119. 6:33आपको रफ लिए कस्टमर मिल जाता है कि आपके
120. 6:35मॉडल का आपको रेसिपी के
121. 6:37हजार है अलार्म सेट कर इस जूस का कांसेप्ट
122. 6:40आई हॉप आपको यह पूरी जिस क्लियर है थैंक्स
123. 6:43वाचिंग