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!