Αξιολόγηση και αξιοπιστία μοντέλων
73 μέθοδοι σε αυτή την οικογένεια.
Επιλεγμένες
ΑκρίβειαAccuracy 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 howΠροσαρμοσμένο R-τετράγωνο (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 addreΠροσαρμοσμένος Δείκτης RandThe 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 Κριτήριο Πληροφορίας Akaike (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 19Σταθμισμένη ΑκρίβειαBalanced 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, regarΒαθμολογία BrierThe 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
Διαδρομή ανάγνωσης
Οι πιο πολυαναφερόμενες θεμελιώδεις μέθοδοι αυτού του θέματος, με τη σειρά που αναπτύχθηκαν — ένα σημείο εκκίνησης αν είστε νέος εδώ.
Όλες οι μέθοδοι 73
ΑκρίβειαΠροσαρμοσμένο R-τετράγωνο (R²_adj)Προσαρμοσμένος Δείκτης RandΚριτήριο Πληροφορίας Akaike (AIC)Σταθμισμένη ΑκρίβειαΒαθμολογία BrierΕρωτηματολόγιο Σωματικής Μορφής (Body Shape Questionnaire - BSQ)Δείκτης Calinski-HarabaszΒαθμονόμηση ΘερμιδομέτρουΑνάλυση Ερωτήσεων Προσαρμοστικών Τεστ μέσω ΥπολογιστήΠίνακας ΣύγχυσηςΑντιπαραδειγματικές ΕπεξηγήσειςΔείκτης Davies-BouldinΔείκτης DunnΜέθοδος ΑγκώναΕπεξηγήσιμοι Κανόνες ΣυσχέτισηςΑνίχνευση Ανωμαλιών με Επεξηγήσιμο ΑυτοκωδικοποιητήΕπεξηγήσιμο Δέντρο ΑπόφασηςΕπεξηγήσιμο FP-GrowthΕπεξηγήσιμο Γκαουσιανό Μοντέλο ΜίξηςΕπεξηγήσιμη Γκαουσιανή ΔιαδικασίαΕπεξηγήσιμο HDBSCANΕπεξηγήσιμη Απομονωμένη Δασική ΕπέκτασηΕπεξηγήσιμο K-MeansΕπεξηγήσιμοι K-πλησιέστεροι ΓείτονεςΕπεξηγήσιμο LightGBMΕπεξηγήσιμος Αφελής BayesΕπεξηγήσιμη Μονοκλασματική SVMΕπεξηγήσιμος Τυχαίος ΔάσοςΕπεξηγήσιμη Στοίβαξη ΣυνόλωνΕπεξηγήσιμη Μηχανή Υποστήριξης ΔιανυσμάτωνΕπεξηγήσιμο Σύνολο ΨηφοφορίαςΕπεξηγήσιμο XGBoostΒαθμολογία F-betaΒαθμολογία F1Μηχανική Μάθηση με Επίγνωση της ΔικαιοσύνηςΔείκτης Fowlkes-MallowsΣτατιστική ΚενούΓεωμετρική ΜορφομετρίαΠοιότητα Ζωής στο Γλαύκωμα-15Απώλεια HammingΑδράνειαΔείκτης JaccardΔιάγραμμα Ανύψωσης και Κέρδους (Lift and Gain Chart)LIME: LIME: Τοπικές Ερμηνεύσιμες Ανεξάρτητες Μοντέλων ΕξηγήσειςΑπώλεια λογαρίθμου (Απώλεια διασταυρούμενης εντροπίας)Διαχρονική Ανάλυση Στοιχείων ΚλίμακαςΜέσος όρος F1 (Macro-averaged F1)Μέσο Απόλυτο Σφάλμα (MAE)Μέσο Απόλυτο Ποσοστιαίο Σφάλμα (MAPE)Μέσο Απόλυτο Κλιμακωμένο Σφάλμα (MASE)Μέσο Τετραγωνικό Σφάλμα (MSE)Μικρο-μέσος όρος F1Βαθμονόμηση ΜοντέλουΚανονικοποιημένη Αμοιβαία ΠληροφορίαΑκρίβεια (Precision)Εμβαδόν Επιφάνειας Κυρτών Ακρίβειας-Ανάκλησης (PR AUC)Κλίμακα Δικαιοσύνης ΤιμήςΣυντελεστής προσδιορισμού (R²)Ανάκληση (Ευαισθησία)Ευρωστος Μοντέλο RaschΜέσο Τετραγωνικό Σφάλμα (RMSE)SHAP (SHapley Additive exPlanations)Μοντέλο Rasch σύντομης μορφήςShort-Form IRTΣυντελεστής ΣιλουέταςΕιδικότηταΣτάθμιση και Βαθμονόμηση ΕρευνώνΣυμμετρικό MAPE (sMAPE)Token BucketΜέτρο VΣταθμισμένο F1Στατιστική J του Youden