Valutazione e affidabilità
73 metodi in questa famiglia.
In evidenza
AccuratezzaAccuracy 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 howR-quadro aggiustato (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 addreIndice di Rand AggiustatoThe 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 di Informazione di 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 19Accuratezza BilanciataBalanced 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, regarPunteggio di 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
Percorso di lettura
I metodi fondamentali più citati di questo argomento, nell'ordine in cui sono stati sviluppati — un punto di partenza se sei alle prime armi.
Tutti i metodi 73
AccuratezzaR-quadro aggiustato (R²_adj)Indice di Rand AggiustatoCriterio di Informazione di Akaike (AIC)Accuratezza BilanciataPunteggio di BrierQuestionario sulla Forma del Corpo (BSQ)Indice di Calinski-HarabaszCalibrazione del calorimetroAnalisi computerizzata degli item per test adattiviMatrice di confusioneSpiegazioni ControfattualiIndice di Davies-BouldinIndice di DunnMetodo del GomitoRegole di Associazione SpiegabiliRilevamento di anomalie con autoencoder spiegabiliAlbero Decisionale SpiegabileExplainable FP-GrowthModello Gaussiano di Miscela SpiegabileGaussian Process SpiegabileHDBSCAN SpiegabileIsolation Forest SpiegabileExplainable K-MeansK-Nearest Neighbors SpiegabileLightGBM SpiegabileNaive Bayes SpiegabileOne-Class SVM SpiegabileForesta Casuale SpiegabileStacking SpiegabileSupport Vector Machine SpiegabileEnsemble di Voto SpiegabileXGBoost SpiegabilePunteggio F-betaPunteggio F1Apprendimento Automatico Consapevole dell'EquitàIndice di Fowlkes-MallowsStatistica del GapMorfometria GeometricaGlaucoma Quality of Life-15Hamming LossInerziaIndice di JaccardGrafico di Lift e GainLIME: Local Interpretable Model-agnostic ExplanationsLog-Loss (Entropia Incrociata)Analisi Longitudinale degli ItemF1 macro-medioErrore Assoluto Medio (MAE)Errore Percentuale Assoluto Medio (MAPE)Mean Absolute Scaled Error (MASE)Errore Quadratico Medio (MSE)F1-score micro-mediatoCalibrazione del modelloInformazione Mutua NormalizzataPrecisionePrecision-Recall AUCScala di Equità del PrezzoCoefficiente di determinazione (R²)Richiamo (Sensibilità)Modello Rasch RobustoErrore quadratico medio (RMSE)SHAP (SHapley Additive exPlanations)Modello Rasch in forma breveTeoria della Risposta all'Item a Forma Breve (SF-IRT)Silhouette ScoreSpecificitàPonderazione e Calibrazione delle Indagini CampionarieMAPE Simmetrico (sMAPE)Algoritmo Token Bucket per il Rate LimitingV-measureF1 pesatoStatistica J di Youden