모델 평가

41개 방법.

Classification Metric 13

정확도 균형 정확도 F-베타 점수 F1-점수 매크로 평균 F1 매튜 상관 계수 마이크로 평균 F1 정밀도(Precision)정밀도-재현율 AUC 재현율 (Recall, 민감도)특이도(Specificity)Weighted F1 Youden의 J 통계량

External Clustering Validation 4

조정 랜드 지수 Fowlkes-Mallows 지수 정규화 상호 정보량 V-measure

Clustering Validation 4

Calinski-Harabasz 지수 Davies-Bouldin Index 던 지수 Silhouette Score

Error metric 3

평균 절대 오차 (MAE)평균 제곱 오차 (MSE)평균 제곱근 오차 (Root Mean Squared Error, RMSE)

Regression evaluation 2

조정된 결정계수 (Adjusted R² / R²_adj)결정 계수(R²)

Information-theoretic criterion 2

아카이케 정보량 기준 (AIC)베이즈 정보 기준 (Bayesian Information Criterion, BIC)

Probabilistic Loss Metric 2

Brier Score 로그 손실(교차 엔트로피 손실)

Cluster Number Selection 2

엘보우 방법(Elbow Method)Gap Statistic

Multi-label Metric 2

해밍 손실(Hamming Loss)자카드 지수

Relative error metric 2

평균 절대 백분율 오차 (MAPE)대칭 MAPE (sMAPE)

Diagnostic Tool 1

Statistical testing 1

적합도 검정 (Goodness-of-Fit Testing)

Cluster Cohesion Measure 1

관성 (Inertia)

Classification Evaluation Tool 1

리프트 및 게인 차트

Scaled error metric 1

평균 절대 스케일 오차 (MASE)