Evaluación y confianza

73 métodos en esta familia.

Destacados

ExactitudAccuracy 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 how R² ajustado (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 addre Índice Rand AjustadoThe 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 Criterio de Información de 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 19 Precisión equilibradaBalanced 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, regar Puntuación de 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

Ruta de lectura

Los métodos fundacionales más referenciados de este tema, en el orden en que se desarrollaron: un punto de partida si eres nuevo aquí.

Índice Davies-Bouldin1979por David L. Davies, Donald W. Bouldin
Puntuación F11979por C. J. van Rijsbergen
Puntuación de Silueta1987por Peter Rousseeuw
Calibración de calorímetros1990por Detector physics community
Random Forest Explicable2001–2017por Breiman, L. (RF); Lundberg & Lee (SHAP attribution)
Exactitud20th centurypor Historical statistical foundations
Precisión20th centurypor Historical statistical foundations
Sensibilidad20th centurypor Historical statistical foundations

todos los métodos de este estante ↓

Todos los métodos 73

Exactitud R² ajustado (R²_adj)Índice Rand Ajustado Criterio de Información de Akaike (AIC)Precisión equilibrada Puntuación de Brier Cuestionario de Preocupación por la Figura Corporal (BSQ)Índice Calinski-Harabasz Calibración de calorímetros Análisis de Ítems de Pruebas Adaptativas Computarizadas Matriz de confusión Explicaciones Contrafactuales Índice Davies-Bouldin Índice de Dunn Método del Codo Reglas de Asociación Explicables Detección de Anomalías con Autoencoder Explicable Árbol de Decisión Explicable FP-Growth Explicable Modelo Gaussiano de Mezclas Explicable Proceso Gaussiano Explicable HDBSCAN Explicable Isolation Forest Explicable K-Means Explicable Vecinos más Cercanos Explicables (Explainable K-Nearest Neighbors)LightGBM Explicable Naive Bayes Explicable Explainable One-Class SVM Random Forest Explicable Ensamblado de Apilamiento Explicable Máquina de Vectores de Soporte Explicable Votación Explicable en Conjunto XGBoost Explicable Puntuación F-beta Puntuación F1 Aprendizaje Automático Consciente de la Equidad Índice de Fowlkes-Mallows Estadística Gap Morfometría Geométrica Calidad de Vida en Glaucoma-15 Pérdida de Hamming Inercia Índice de Jaccard Gráfico de elevación y ganancia LIME: Explicaciones Locales Interpretables Agnósticas al Modelo Pérdida Logarítmica (Entropía Cruzada)Análisis Longitudinal de Ítems F1-macro Error Absoluto Medio (MAE)Error Absoluto Porcentual Medio (MAPE)Error Absoluto Medio Escalado (MASE)Error Cuadrático Medio (MSE)F1-score promediado por microclase Calibración del modelo Información Mutua Normalizada Precisión AUC de Precisión-Recall Escala de Equidad de Precios R-cuadrado (R²)Sensibilidad Modelo Robusto de Rasch Error Cuadrático Medio (RMSE)SHAP (SHapley Additive exPlanations)Modelo Rasch de forma corta Teoría de Respuesta al Ítem de Forma Corta (SF-IRT)Puntuación de Silueta Especificidad Ponderación y calibración de encuestas MAPE simétrico (sMAPE)Algoritmo de limitación de tasa de cubo de tokens V-measure F1 ponderado Estadístico J de Youden