常量预测(Constant)

从训练集中预测最频繁的类别或平均值。

输入

  • 数据：输入数据集
  • 预处理器：预处理方法

输出

  • 学习器：多数/平均学习算法
  • 模型：已训练的模型

功能

该学习器生成的模型始终预测一个常数值, 分类任务中是多数(majority) , 回归任务中是均值

分类时，当使用预测(Predictions) 预测类别值时，小部件将返回训练集中类别的相对频率。当存在两个或更多多数类时，分类器会随机选择预测类，但对于特定示例始终返回相同的类。

对于回归，它学习目标变量的平均值，并返回具有相同平均值的预测器。

该小部件通常用作其他模型的基准。

界面

该小部件为用户提供了两个选项：

  1. 它将在其他小部件中显示的名称。 默认名称为“常量预测(Constant)”。
  2. 生成报告。

如果更改窗口小部件的名称，则需要单击应用。 或者，勾选左侧的框以自动传达。

示例

在一个典型的分类示例中，我们将使用此小部件与其他学习算法（例如kNN）的分数进行比较。使用 iris 数据集并将其连接到 测试与评分(Test & Score)。 然后将 常量预测(Constant) 和 k 近邻(kNN) 连接到测试与评分(Test & Score)，并观察k 近邻(kNN) 相比这个常数的预测值如何。

对于回归，我们使用 常量预测(Constant) 在预测(Predictions) 中构造一个预测变量。 我们使用了 housing 数据集。 在预测(Predictions) 中，您可以看到 平均值学习器 为所有实例返回一个（平均值）值。

反馈问题

文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈

点我反馈

进入反馈页面不知道如何反馈, 请点击这里

更新时间: