مستعار معلومات په مقابل کې مصنوعي ډاټا

اډون وان یون سینتو ته یو اصلي ډیټاسیټ لیږلی او موږ ډیټاسیټ ترکیب کړی. مګر پوښتنه دا هم وه: "څه به پیښ شي که موږ مصنوعي ډیټا د نامعلومو معلوماتو سره پرتله کړو؟" ځکه چې تاسو په نامعلوم شوي ډیټا کې ډیری معلومات له لاسه ورکوئ، ایا دا به هم پیښ شي کله چې د ډیټاسیټ ترکیب کول؟ موږ د مخابراتو صنعت څخه د 56.000 قطارونو او 128 کالمونو سره د شرکت د منحل معلوماتو معلوماتو سره پیل کړی. دا ډیټاسیټ دواړه ترکیب شوي او مستعار شوي و نو اډون کولی شي ترکیب د نامعلوم کولو سره پرتله کړي. بیا، اډون د SAS وییا په کارولو سره ماډلینګ پیل کړ. هغه په ​​اصلي ډیټاسیټ کې د چرن ماډلونه جوړ کړل، د کلاسیک ریګریشن تخنیکونو او د پریکړې ونې په کارولو سره، مګر نور پیچلي تخنیکونه لکه عصبي شبکې، تدریجي وده، تصادفي ځنګل - دا ډول تخنیکونه. د ماډلونو جوړولو پر مهال د معیاري SAS وییا اختیارونو کارول.

بیا، دا وخت و چې پایلې وګورئ. پایلې د مصنوعي معلوماتو لپاره خورا ژمنې وې او نه د نوم نه ښودلو لپاره. په لیدونکو کې د هیڅ ماشین زده کړې متخصصینو لپاره ، موږ د ROC- curve لاندې ساحه ګورو چې د ماډل دقت په اړه یو څه وايي. اصلي ډیټا د نامعلوم شوي ډیټا سره پرتله کول ، موږ ګورو چې د اصلي ډیټا ماډل د .8 د ROC- وکر لاندې ساحه لري ، کوم چې خورا ښه دی ، په هرصورت ، نامعلوم شوي ډیټا د .6 د ROC- وکر لاندې ساحه لري. دا پدې مانا ده چې موږ د نامعلوم ماډل سره ډیری معلومات له لاسه ورکوو نو تاسو د وړاندوینې ډیر ځواک له لاسه ورکوئ.

مګر بیا، پوښتنه دا ده چې د مصنوعي معلوماتو په اړه څه دي؟ دلته، موږ په سمه توګه ورته کار وکړ مګر د دې پرځای چې د ډاټا نوم پټ کړي، سنتو ډاټا ترکیب کړل. اوس، موږ ګورو چې اصلي ډاټا او مصنوعي ډاټا دواړه د .8 د ROC- curve لاندې ساحه لري، کوم چې خورا ورته دی. د تغیر له امله بالکل ورته نه ، مګر خورا ورته. دا پدې مانا ده چې د مصنوعي معلوماتو احتمال خورا ژمن دی - اډون پدې اړه ډیر خوښ دی.