Author:
Evaluation:
Published: 22.02.2019.
Language: Latvian
Level: College/University
Literature: 2 units
References: Not used
Time period viewed: 2011 - 2020 years
  • Samples 'Klasifikācijas un validācijas metodes', 1.
  • Samples 'Klasifikācijas un validācijas metodes', 2.
  • Samples 'Klasifikācijas un validācijas metodes', 3.
  • Samples 'Klasifikācijas un validācijas metodes', 4.
  • Samples 'Klasifikācijas un validācijas metodes', 5.
  • Samples 'Klasifikācijas un validācijas metodes', 6.
  • Samples 'Klasifikācijas un validācijas metodes', 7.
  • Samples 'Klasifikācijas un validācijas metodes', 8.
  • Samples 'Klasifikācijas un validācijas metodes', 9.
  • Samples 'Klasifikācijas un validācijas metodes', 10.
  • Samples 'Klasifikācijas un validācijas metodes', 11.
  • Samples 'Klasifikācijas un validācijas metodes', 12.
  • Samples 'Klasifikācijas un validācijas metodes', 13.
  • Samples 'Klasifikācijas un validācijas metodes', 14.
Extract

SECINĀJUMI
Šī darba ietvaros es vairāk izpratu kā pielietot un analizēt 2 algoritmus : K-tuvāko kaimiņu un Naivā Baijesa. Rezultātā es arī izsecināju, ka K-tuvāko kaimiņu algoritms ir efektīvāks, jo šis algoritms attēlo vairāk novērtējumus katrā no kaimiņu skaitiem, kas sniedz vairāk informācijas par kaimiņu skaita un novērtējumu savstarpējo saistību.
Kopumā darbs bija grūts, jo bija nepieciešams izmantot vairākus interenta resursus, lai varētu īstenot šos abus algoritmus. Vieglāk, protams, bija ar diskretizācijas veikšanu, jo tas jau tika ietverts iepriekšējā labaratorijas darbā, bet tomēr bija lietderīgi to vēlreiz atkārtot

Author's comment
Atlants