Оценка и доверие
73 метода в това семейство.
Избрани
ТочностAccuracy is the proportion of correct predictions among the total number of predictions made by a classification model. It is the most intuitive performance metric and measures howКоригиран коефициент на детерминация (R²_adj)Adjusted R² is a corrected version of the coefficient of determination that accounts for the number of predictors in a regression model. Introduced by Henri Theil in 1961, it addreКоригиран индекс на РандThe Adjusted Rand Index (ARI), developed by Hubert and Arabie in 1985, is an external clustering evaluation metric that measures the agreement between a predicted clustering and a Акаикев критерий за информация (AIC)The Akaike Information Criterion is an information-theoretic measure for model selection that balances goodness of fit against model complexity. Introduced by Hirotugu Akaike in 19Балансирана точностBalanced accuracy is the average of recall values computed for each class separately. It corrects for class imbalance by giving equal weight to the performance on each class, regarБриер скор (Brier Score)The Brier score measures the mean squared difference between predicted probabilities and actual binary outcomes. It is a simple, interpretable metric for evaluating the accuracy of
Път за четене
Най-цитираните основополагащи методи по тази тема, подредени според реда на тяхното развитие — място, от което да започнете, ако сте нов тук.
Всички методи 73
ТочностКоригиран коефициент на детерминация (R²_adj)Коригиран индекс на РандАкаикев критерий за информация (AIC)Балансирана точностБриер скор (Brier Score)Въпросник за телесна форма (BSQ)Индекс на Калински-ХарабашКалибриране на калориметърАнализ на елементи за компютъризирано адаптивно тестванеМатрица на объркванетоКонтрафактуални обясненияИндекс на Дейвис-БолдинИндекс на ДънМетод на лакътяОбясними правила за асоциацииОбясним автоенкодер за детекция на аномалииОбясним дърво на решениятаОбясним FP-GrowthОбясним модел на Гаусови смесиОбясним Гаусов процесОбясним HDBSCANОбясним изолационен лесОбясним K-средниОбясним метод на K-най-близки съседиОбясним LightGBMОбясним Наивен БейсОбясним еднокласов SVMОбясним случаен лесОбясним стек-ансамбълОбяснима машина за поддържащи векториОбясним ансамбъл с гласуванеОбясним XGBoostF-бета коефициентF1-резултатМашинно обучение, съобразено с принципите на справедливостИндекс на Фулкс-МалоусGap StatisticГеометрична морфометрияGlaucoma Quality of Life-15Загуба на ХамингИнерцияИндекс на ЖакарГрафика на лифт и гейнLIME: Локално интерпретируеми моделно-независими обясненияЛог-загуба (Cross-Entropy Loss)Лонгитюдюнал анализ на артикулиМакро-средно F1Средна абсолютна грешка (MAE)Средна абсолютна процентна грешка (MAPE)Средна абсолютна скалирана грешка (MASE)Средна квадратична грешка (MSE)Микро-усреднен F1Калибриране на моделаНормализирана взаимна информацияПрецизностПрецизност-Отзивчивост AUCСкала за справедливост на ценатаКоефициент на детерминация (R²)Покритие (Чувствителност)Устойчив Раш моделСредноквадратична грешка (RMSE)SHAP (SHapley Additive exPlanations)Кратка форма на модела на РашКраткоформатна теория на отговора на елемента (SF-IRT)Коефициент на силуетСпецифичностПретегляне и калибриране на извадкиСиметрична MAPE (sMAPE)Алгоритъм за ограничаване на скоростта с буфер за токениV-мяркаПретеглена F1Статистика J на Юден