モデル評価

41の手法。

Classification Metric 13

精度 Balanced Accuracy F-betaスコア F1スコアマクロ平均F1 マシューズ相関係数 (Matthews Correlation Coefficient)マイクロ平均F1 (Micro-averaged F1)精度（Precision）適合率-再現率AUC Recall (感度)特異度（Specificity）加重F1スコアユーデンのJ統計量

External Clustering Validation 4

調整ランド指数（ARI）フォウルクス・マローズ指数正規化相互情報量（Normalized Mutual Information, NMI）V-measure

Clustering Validation 4

Calinski-Harabasz Index（キャリンスキー・ハラバス指数）デイビス・ボールディン指数 Dunn Index シルエット係数

Error metric 3

平均絶対誤差 (MAE)平均二乗誤差（MSE）二乗平均平方根誤差 (RMSE)

Regression evaluation 2

調整済み決定係数 (R²_adj)決定係数 (R²)

Information-theoretic criterion 2

赤池情報量基準 (AIC)ベイズ情報量基準 (BIC)

Probabilistic Loss Metric 2

ブライアースコア Log-Loss（交差エントロピー損失）

Cluster Number Selection 2

エルボー法 Gap Statistic

Multi-label Metric 2

ハミング損失ジャカード指数

Relative error metric 2

絶対パーセント誤差 (MAPE)対称MAPE (sMAPE)

Diagnostic Tool 1

Statistical testing 1

適合度検定

Cluster Cohesion Measure 1

Classification Evaluation Tool 1

リフト・ゲインチャート

Scaled error metric 1

平均絶対誤差スケール化指標 (MASE)