پیش‌بینی کننده (Predictor):

پیش‌بینی کننده یا به اصطلاح: " Predictor " ، مدل ایجاد شده توسط برآوردگر(estimator) را گرفته و از آن بمنظور پیش‌بینیِ داده‌هایی استفاده میکند که تا به آن لحظه با آنها برخورد نداشته؛ به این تیپ از داده‌ها، Unseen Data گفته میشود. به عبارت کلی و در خصوص مدل‌های نظارت‌شده، پیش‌بینی کننده یکسری داده‌های جدید را به خورد مدل میدهد که معمولا داخل متغیری به نام: " X_test " ذخیره میشوند و سعی میکند تا براساس پارامترهایی که در فاز آموزش مدل یادگرفته شده‌اند، به یکسری برچسب‌ها(label) یا اهداف(target) معین و مرتبطی دست پیدا کند.

علاوه‌ بر این، برخی مدلهای نظارت نشده(unsupervised) هم میتوانند از وجود پیش‌بینی کننده(predictor) نفع ببرند. البته این بدین معنا نیست که بکارگرفتن این رویه منجر به دستیابی به یک خروجی معین و موردهدف خواهد شد، بلکه میتوان از این رویه در تخصیص یک نمونه‌ی جدید به یک خوشه‌ی معین استفاده کرد.

پیرو قطعه کدی که در بخش قبل بررسی شد، میتوان پیاده‌سازی یک پیش‌بینی کننده را هم بصورت زیر برای آن تکمیل کرد:

‌

ما در خط بالا، متد ()predict را به مدل آموزش‌دیده‌ی قبلی اعمال کرده و داده های جدید را در قالب یک آرگومان وارد کرده‌ایم.

پیش‌بینی کننده‌ها علاوه بر پیش‌بینی کردن میتوانند متدهایی را پیاده‌سازی کنند که بصورت کمّی، مسئول تعیین میزان قابل‌اطمینان بودن پیش‌بینی‌های صورت گرفته باشند(یعنی یک مقدار عددی که نمایانگر سطح عملکرد مدل باشد). با وجود اینکه این معیارهای تعیین عملکرد میتوانند از یک مدل به مدلی دیگر متفاوت باشند، اما هدف اصلی همه‌ی آنها در تعیین دقت پیش‌بینی مدل میباشد؛ به عبارت دیگر این معیارها مشخص میکنند که پیش‌بینی صورت گرفته تا چه حد از واقعیت فاصله دارد. این کار با در نظر گرفتن یک X_test به همراه Y_test مربوطه‌اش و مقایسه‌ی پیش‌بینی‌های صورت گرفته توسط مدل بر اساس همان X_test انجام می‌شود.