Visão geral
Nesta seção, um random forest classifier (classificador floresta aleatório) é aplicado aos seus dados incorporados, gerando os resultados do seu VPS (VRIFY Prospectivity Score / Pontuação de Prospectividade VRIFY). As configurações nesta seção envolvem informar ao sistema como você deseja que seus dados sejam agrupados para fins de aprendizagem/teste, o que pode variar dependendo dos seus conjuntos de dados. Em outras palavras, aqui você controla os grupos de treinamento e teste que são utilizados para validação do modelo.
Continue lendo para saber mais sobre o que esta etapa envolve.
Conceitos-chave por parâmetro
Essas configurações ajudam o modelo a capturar a quantidade certa de detalhes, evitando que ele seja muito específico (overfitting) ou muito geral (underfitting) e melhorando seu desempenho em novos dados.
Parâmetro: Tamanho Mínimo do Agrupamento (Minimum Cluster Size)
O “Minimum Cluster Size” (Tamanho Mínimo do Agrupamento) determina até que ponto o algoritmo de agrupamento irá pesquisar para agrupar pontos de dados em agrupamentos.
Este parâmetro influencia a escala do processo de agrupamento, quer o algoritmo se concentre em pontos próximos para capturar detalhes mais sutis ou considere pontos mais distantes para um agrupamento mais generalizado.
Ajustar esta configuração ajuda o modelo a se alinhar com a complexidade do cenário geológico.
Parâmetro: Mínimo de Amostras (Minimum Samples)
O parâmetro “Minimum Samples” (Mínimo de Amostras) especifica o menor número de pontos de dados necessários para formar um agrupamento (cluster).
Essa configuração influencia a sensibilidade do modelo à densidade de dados.
Um número menor permite detectar agrupamentos menores em ambientes variados, enquanto um número maior filtra agrupamentos menores para focar em padrões maiores em ambientes mais uniformes.
O ajuste desta configuração ajuda o modelo a se alinhar com a complexidade do cenário geológico e/ou a capturar as diferenças sutis nos sistemas minerais entre diferentes zonas mineralizadas.
Dicas:
Se o seu cenário geológico for muito variado, use grupos menores com uma menor distância mínima e menor número mínimo de amostras para capturar detalhes e criar mais agrupamentos.
Se o seu cenário geológico tiver pouca variação, use grupos maiores com uma maior distância mínima e maior número mínimo de amostras para capturar padrões mais amplos.
Parâmetro: Recursos Avançados (Advanced Features)
Para saber mais sobre Recursos Avançados (Advanced Features) para Construir Modelos de Previsão (Building Predictive Models), clique aqui.
Ainda tem dúvidas?
Entre em contato com seu contato dedicado DORA ou envie um e-mail para support@VRIFY.com para obter mais informações.