MCDMInformation-theoretic criterion
Akaike informatsioonikriteerium (AIC)
Akaike informatsioonikriteerium on informatsiooniteoreetiline mudelivaliku mõõdik, mis tasakaalustab sobivust mudeli keerukusega. Hirotugu Akaike poolt 1974. aastal tutvustatud AIC hindab antud andmestiku mudelite suhtelist kvaliteeti, karistades lisaparameetreid üleliigse sobivuse vältimiseks.
Loe meetodi täielikku kirjeldust
Ainult liikmetele
Logi sisseSelle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716-723. DOI: 10.1109/TAC.1974.1100705 ↗
- Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach (2nd ed.). New York: Springer. DOI: 10.2307/3802723 ↗
- Kullback, S., & Leibler, R. A. (1951). On information and sufficiency. Annals of Mathematical Statistics, 22(1), 79-86. DOI: 10.1214/aoms/1177729694 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Akaike Information Criterion. ScholarGate. https://scholargate.app/et/model-evaluation/akaike-information-criterion
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Kohandatud määra tegur (R²_adj)Mudelite hindamine↔ võrdle
- Bayes'i informatsioonikriteerium (BIC)Mudelite hindamine↔ võrdle
- Ruutkeskmine viga (MSE)Mudelite hindamine↔ võrdle
- R-ruut (R²)Mudelite hindamine↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →