Trời ơi kết luận trật lất luôn. Nhìn trên dữ liệu thuộc tính ít mây có bao giờ cho ra nhãn mưa đâu. Mà kết quả lại cho ra dự đoán mưa tận 85% ???? hả bạn ??
anh ơi em hỏi tí là khi đã áp dụng laplace correction thì có cần phải dùng cho tất cả các nhãn ko anh, hay là chỉ dùng cho nhãn nào rơi vào trường hợp bằng 0 thôi
P(x|mưa) = 1/63 (ko phải 11/14) do đó kết luận của mình sai do các kết quả bị thay đổi. Tuy nhiên cái mình muốn là chia sẻ cách làm bài này nha mng
bài của bạn rất tuyệt vời, giúp mình lấy kiến thức sau 1 tháng ngủ trong lớp
Kiến thực thật bổ ích, Cám ơn ad!
Quá trình train sẽ như thế nào vậy ạ :3
Đoạn 9:50 này không cần tối giản phân số trước khi dùng laplace hả anh
cảm ơn anh nhiều ạ
Nếu sử dụng laplace correction thì mình sử dụng cho nguyên bài toán, hay là sử dụng bắt đầu từ lúc có xác xuất là 0 vậy bạn ơi
12:33 bạn ơi cho mình hỏi P(mưa) và P(ko mưa) có khử laplace ko bạn
Laplace áp dụng cho toàn bài toán nha bạn
cho em hỏi kết quả đúng cuối cùng là không mưa đúng không ạ
mình cũng ra ko mưa
hay
omg mới học python k bít code như nào lun ạ :}}
Trời ơi kết luận trật lất luôn. Nhìn trên dữ liệu thuộc tính ít mây có bao giờ cho ra nhãn mưa đâu. Mà kết quả lại cho ra dự đoán mưa tận 85% ???? hả bạn ??
Cảm ơn bạn. Bạn chỉ ra chỗ sai giúp mình nhé, có thể lúc làm mình có sai sót.
P(x|mưa) = 1/63 (ko phải 11/14) do đó kết luận của mình sai do các kết quả bị thay đổi. Tuy nhiên cái mình muốn là chia sẻ cách làm của bài này thui
anh ơi em hỏi tí là khi đã áp dụng laplace correction thì có cần phải dùng cho tất cả các nhãn ko anh, hay là chỉ dùng cho nhãn nào rơi vào trường hợp bằng 0 thôi
Mình có nói trong clip đó bạn, dùng cho tất cả nhãn lun nha.
@@duchieuvn8358 tkiu a
P(x|mưa) = 1/63 chứ bạn
Cảm ơn bạn nhé, chắc là mình tính nhầm rồi😊
@@duchieuvn8358 Nhầm chỗ nào bạn comment sửa bên dưới comment đi bạn! Vì nghe theo cái nhầm là đi luôn á!
Phần cuối P(mưa) không cần laplace nữa hả bạn? Cái mà để 0.5 ý
bạn để mốc thời gian cho mình đi
@@duchieuvn8358 à xin lỗi mình nhìn nhầm, cảm ơn bạn nhé