Evaluacija i pouzdanost
73 metoda u ovoj obitelji.
Izdvojeno
TočnostAccuracy 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 howPrilagođeni koeficijent determinacije (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 addrePrilagođeni Randov indeksThe 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 Akaikeov kriterij informacijske mjere (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 19Uravnotežena točnostBalanced 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, regarBrierov rezultatThe 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
Put čitanja
Najreferentnije temeljne metode ove teme, poredane redoslijedom njihova razvoja — polazište ako ste ovdje novi.
Sve metode 73
TočnostPrilagođeni koeficijent determinacije (R²_adj)Prilagođeni Randov indeksAkaikeov kriterij informacijske mjere (AIC)Uravnotežena točnostBrierov rezultatUpitnik tjelesnog oblika (BSQ)Indeks Calinski-HarabaszKalibracija kalorimetraAnaliza stavki računalno prilagođenog testiranjaMatrica zabuneProtučinjenjenska objašnjenjaDavies-Bouldin indeksDunn-ov indeksMetoda laktaObjašnjiva pravila udruživanjaObjašnjiva detekcija anomalija pomoću autoenkoderaObjašnjivo stablo odlučivanjaObjašnjivi FP-rastObjašnjivi Gaussov model smjeseObjašnjivi Gaussov procesObjašnjivi HDBSCANObjašnjivi Isolation ForestObjašnjivi K-MeansObjašnjivi K-najbližih susjedaObjašnjivi LightGBMObjašnjivi Naivni BayesObjašnjivi jednoklasni SVMExplainable Random ForestObjašnjivi Stacking AnsamblObjašnjivi potporni vektorski strojObjašnjivi glasački ansamblObjašnjivi XGBoostF-beta mjeraF1-mjeraStrojno učenje svjesno pravednostiIndeks Fowlkes-MallowsStatistika jaza (Gap Statistic)Geometrijska morfometrijaUpitnik kvalitete života kod glaukoma-15Gubitak Hammingov (Hamming Loss)InercijaIndeks JaccardGrafikon podizanja i dobitkaLIME: Lokalna interpretibilna modelno-agnostička objašnjenjaLog-Loss (Gubitak logaritma / Križna entropija)Longitudinalna analiza stavkiMakro-prosječni F1Srednja apsolutna pogreška (MAE)Srednja apsolutna postotna pogreška (MAPE)Srednja apsolutna skalirana pogreška (MASE)Srednja kvadratna pogreška (MSE)Mikro-prosječni F1Kalibracija modelaNormalizirana međusobna informacijaPreciznostPovršina ispod krivulje preciznosti i odziva (PR AUC)Skala pravednosti cijeneR-kvadrat (R²)Prisjećanje (osjetljivost)Robusni Raschov modelProsječna kvadratna pogreška (RMSE)SHAP (SHapley Additive exPlanations)Kratki model RaschTeorija odgovora na čestice kratke forme (SF-IRT)Silueta-koeficijentSpecifičnostUtežavanje i kalibracija uzorakaSimetrična MAPE (sMAPE)Algoritam s pretincem za tokene (Token Bucket Rate Limiting Algorithm)V-mjeraTežinski F1J statistika Youdena