...
← Curs Machine Learning și AI pentru începători: toate lecțiile
Lecția 9 · Primele modele

Cel mai simplu model: media

Care e cel mai simplu model care prezice prețul unui apartament? Unul care spune mereu același preț: media prețurilor cunoscute. Pare o glumă, dar acest model are un nume, baseline (model de bază), și orice model serios trebuie să-l bată.

Un model care nu se uită la nimic

Imaginează-ți că un prieten te întreabă „Cât costă un apartament în Cluj?” fără să-ți spună nimic despre el. Cel mai bun răspuns pe care îl poți da: prețul mediu al apartamentelor pe care le știi.

Acesta este un model: primește un apartament (oricare) și întoarce o predicție. Doar că ignoră toate caracteristicile și dă mereu același număr.

preturi = [90000, 120000, 75000]
media = sum(preturi) / len(preturi)
print(media)
95000.0
Exercițiul tău

Construiește modelul medie pentru prețurile a 6 apartamente.

  • Pornește de la lista preturi din editor.
  • Calculează media cu sum și len.
  • Afișează Predicție pentru orice apartament: ... euro, cu media rotunjită la 2 zecimale (f"{media:.2f}").
media = sum(preturi) / len(preturi).

Soluția exercițiului

preturi = [98000, 139000, 76000, 165000, 112000, 85000]

media = sum(preturi) / len(preturi)
print(f"Predicție pentru orice apartament: {media:.2f} euro")
Excelent! Continuă cu lecția următoare →
Vrei să afli mai mult?„Antrenarea” modelului medie · De ce ne trebuie un baseline · Media și valorile extreme · Greșeli frecvente · Baseline-uri în lumea reală

„Antrenarea” modelului medie

Chiar și acest model are o fază de antrenare: calculezi media din datele cunoscute. Apoi, la predicție, o folosești pentru orice apartament nou:

preturi = [90000, 120000, 75000, 105000]

# antrenare: învățăm un singur număr
media = sum(preturi) / len(preturi)

# predicție: același număr pentru orice apartament
def prezice(apartament):
    return media

print(prezice({"suprafata": 40}))
print(prezice({"suprafata": 120}))
97500.0
97500.0
Important

Un model are mereu două faze: antrenarea (învață din date) și predicția (folosește ce a învățat pe date noi). La modelul medie, tot ce învață este un singur număr.

De ce ne trebuie un baseline

Când construiești un model complicat, trebuie să știi dacă a meritat efortul. Compari mereu cu modelul cel mai simplu posibil:

1
Calculezi cât de mult greșește baseline-ul (media).
2
Calculezi cât de mult greșește modelul tău.
3
Dacă modelul tău nu greșește mai puțin decât media, nu a învățat nimic util, oricât de sofisticat ar fi.

Vei măsura „cât de mult greșește” în lecțiile 10 și 11.

Media și valorile extreme

Media e sensibilă la valori foarte mari. Un penthouse de 900.000 de euro trage în sus media tuturor:

preturi = [90000, 95000, 100000, 900000]
print(f"Media: {sum(preturi) / len(preturi):.0f} euro")
Media: 296250 euro

Pentru 3 din 4 apartamente, predicția este mult prea mare. De aceea uneori baseline-ul folosește mediana (valoarea din mijloc). Vei vedea mediana în lecția 17.

Greșeli frecvente

  • Împărțirea la un număr scris de mână: sum(preturi) / 6 se strică dacă adaugi un apartament. Folosește len(preturi).
  • Afișarea cu prea multe zecimale: 100833.33333333333 arată urât. Rotunjește cu round(x, 2) sau cu f"{x:.2f}".
  • Sărirea peste baseline: fără el, nu știi dacă un scor de „eroare 15.000 euro” e bun sau prost.

Baseline-uri în lumea reală

Meteo

Baseline: temperatura de mâine = temperatura de azi. Modelele meteo trebuie să bată asta.

Vânzări

Baseline: vânzările de luna viitoare = media ultimelor 3 luni.

Spam

Baseline: „niciun mesaj nu e spam”. Pare bun dacă spamul e rar, dar e inutil.

main.pyPython
ConsolăSe încarcă...
Mediul de lucru se încarcă. Poți citi lecția între timp.
Rulează codul cu butonul de sus sau cu Ctrl + Enter / Cmd + Enter.
Parcursul tău Ce este AI și Machine Learning Lecția 9 · Cel mai simplu model: media
Progres 0% 0 din 17
Lecția curentă 9 / 15 Primele modele