MCDMInformation-theoretic criterion
एकाइके सूचना मानदंड (AIC)
एकाइके सूचना मानदंड (AIC) मॉडल चयन के लिए एक सूचना-सैद्धांतिक माप है जो फिट की अच्छाई को मॉडल की जटिलता के विरुद्ध संतुलित करता है। 1974 में हिरोतुगु एकाइके द्वारा प्रस्तुत, AIC किसी दिए गए डेटासेट के लिए मॉडल की सापेक्ष गुणवत्ता का अनुमान लगाता है, ओवरफिटिंग को रोकने के लिए अतिरिक्त मापदंडों को दंडित करता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Akaike Information Criterion. ScholarGate. https://scholargate.app/hi/model-evaluation/akaike-information-criterion
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- समायोजित R-वर्ग (R²_adj)मॉडल मूल्यांकन↔ तुलना करें
- बेयसियन सूचना मानदंड (BIC)मॉडल मूल्यांकन↔ तुलना करें
- माध्य वर्ग त्रुटि (MSE)मॉडल मूल्यांकन↔ तुलना करें
- आर-स्क्वेयर्ड (आर²)मॉडल मूल्यांकन↔ तुलना करें