Introduction au Data Mining
CoursOutils transverses

Data-Mining Contest

Résultats

Résultats du concours

TP

Modèle proposé

Erreur en apprentissage

Erreur en test

Rang

Modèle 1

['-s 0 -b 1 -c 100 -g 0.01']

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 10.5747%

4

Modèle 2

MLP 50 neurones caché alpha=0.7 logistic

Le taux d'erreur en apprentissage est de 27.3%

Le taux d'erreur est de 28.6437%

8

Modèle 3

param = ['-s 0 -b 1 -c 1731 -g 0.02'];

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 10.2529%

2

Modèle 4

param = ['-s 0 -b 1 -c 30 -g 0.02'];

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 10.2529%

2

Modèle 5

param = ['-s 0 -b 1 -c 10 -g 0.05'];

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 9.977%

1

Modèle 6

MLP 3 neurones caché alpha=0.25 linear

Le taux d'erreur en apprentissage est de 12.55%

Le taux d'erreur est de 17.2184%

7

Modèle 7

param = ['-s 0 -b 1 -c 101 -g 0.001'];

Le taux d'erreur en apprentissage est de 9.4%

Le taux d'erreur est de 13.1954%

6

Modèle 8

param = ['-s 0 -b 1 -c 40 -g 0.01'];

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 10.5747%

4

Modèle 9

param = ['-s 0 -b 1 -c 5 -g 0.05'];

Le taux d'erreur en apprentissage est de 0%

Le taux d'erreur est de 9.977%

0

TP noté

Sujet du TP noté
Cours-TP Méthodologie (page Précédente)
AccueilImprimerRéalisé avec SCENARI