MGRI 2007

peppegiannini ha scritto:

eturella ha scritto:

Esperienza anni precedenti:
- per il text categorization: il rocchio classifier ed un esercizio semplice sul probabilistico
- per VC-dimension: se non ricorso male una volta mise un esercizio che non fece nessuno

Per la norma di cui sopra... puoi prendere quello che vuoi tanto alla fine rimani nella linearità. Così si può prendere 2k, k o 1, oppure il modulo di w o il suo quadrato della norma (che è il quadrato di w)

-Vc dimension mi hadetto basili che non ci sarà perchè non l'ha trattata..
-Text categorization idem..non è stata trattata...

puntualmente smentito dai fatti..ma vi giuro che eravamo più di uno quando ha detto sta cosa..

Comunque ha anche detto che erano facoltative... Quindi secondo me ce lo si poteva aspettare...
Certo non proprio corretto da parte sua... Ma non mi sembra 'sto grosso sgarbo...
Io alla domanda sulla VC-dimension ho risposto come potevo (dopo uno studio molto superficiale di quella parte)...

Tra le altre cose (se non ho capito male) ha detto che il prossimo appello sarà più difficile (riguardo all'ultima parte)...
Mah... Forse si riferiva al fatto che stavolta quelle domande non prevedevano penalizzazione...


Vi chiedo invece lumi su una domanda (credo "particolare")...
Vengono presentati 2 filtri anti-spam (i soliti Alfa e Beta)...
Si fornisce l'insieme delle e-mail da considerare indesiderate (i "rilevanti"): SPAM = {a2, a4, a6, a8, a10}
E i risultati dei 2 filtri applicati a un insieme di 11 e-mail {ai | i = 1 ... 11}:
SPAM(ALFA) = {a1, a2, a3, a4}
SPAM(BETA) = {a1, a2, a4, a5, a7}

Calcolare la R-Precision con R=3...

Eu ha scritto:

Comunque ha anche detto che erano facoltative... Quindi


Vi chiedo invece lumi su una domanda (credo "particolare")...
Vengono presentati 2 filtri anti-spam (i soliti Alfa e Beta)...
Si fornisce l'insieme delle e-mail da considerare indesiderate (i "rilevanti"): SPAM = {a2, a4, a6, a8, a10}
E i risultati dei 2 filtri applicati a un insieme di 11 e-mail {ai | i = 1 ... 11}:
SPAM(ALFA) = {a1, a2, a3, a4}
SPAM(BETA) = {a1, a2, a4, a5, a7}

Calcolare la R-Precision con R=3...

P(alfa)=1/3
P(beta)=2/3

dovrebbe essere così, quindi meglio beta...

Confermo.
L'avevo simile al primo esonero e l'ho fatta giusta.

Ma quindi la definzione / formula per la R-Precision come (da dove) la prendete???

Perché dalle slide mi pare diversa la faccenda...

Per dirlo con una formula:

#doc rilevanti tra quelli trovati fino ad R / R




Nella pratica, cosa si fa:
dall'insieme dei documenti ottenuti (es: SPAM(alpha) o SPAM(beta) ), si prendono i primi R documenti (SPAM(alpha) = {a1, a2, a3} mentre SPAM(beta) = {a1, a2, a4} ) poi fai l'intersezione con l'insieme SPAM = {a2, a4, a6, a8, a10}

Più facile a farsi che a dirsi