Альпер Озонер и Али Утку Айдын
На этой неделе мы использовали алгоритм поиска по сетке для SVM и RF, чтобы найти гиперпараметры и завершить нашу работу по курсу AIN311.
Поиск по сетке для настройки гиперпараметров
Чтобы найти лучшие параметры, мы использовали алгоритм поиска по сетке, который перебирает наши входные данные как гиперпараметры в моделях. Поскольку мы используем LOOCV, этот алгоритм работает; он использует 17 раз для набора данных из-за точек данных и принимает столько комбинаций, сколько количество входных данных, алгоритм поиска по сетке.
Как видно выше, с помощью этого мы нашли каждый параметр для машин опорных векторов (SVM) и случайного леса (RF). Наши результаты показаны ниже:
Вот новые результаты после настройки гиперпараметров:
+===========================+================+=========+================+ | Dataset | Naïve Bayes | SVM | Random Forest | +===========================+================+=========+================+ | French Dataset | 0.55 | 0.17 | 0.12 | +---------------------------+----------------+---------+----------------+ | Moai Dataset | 0.36 | 0.33 | 0.10 | +---------------------------+----------------+---------+----------------+ | World cup Dataset | 0.38 | 0.17 | 0.10 | +---------------------------+----------------+---------+----------------+
Заключение и будущая работа
Процесс проекта многому нас научил: разработать гипотезу и рискнуть ею, поскольку наша гипотеза может быть ошибочной, найти представление данных и собрать собственные данные с помощью собственных инструментов, подготовить данные с помощью пользовательских методов и функций. и т. д. Несмотря на эти проблемы, у нас есть мотивация и надежда, как никогда раньше. Мы уверены в справедливости этой гипотезы и будем продолжать собирать данные, исследовать различные методы и подходы предварительной обработки и подходить к этому проекту с исследовательской точки зрения. Наша будущая цель состоит в том, чтобы с помощью этих усилий создать прочную теоретическую основу для нашей гипотезы. Кроме того, в настоящее время мы изучаем возможность корреляции между движениями глаз и другими факторами, такими как интерес к теме или уровень понимания.
Благодарим вас за то, что уделили время чтению нашего проекта, и мы надеемся, что в будущем мы добьемся этой корреляции между движениями глаз и предыдущими знаниями!