Novērtēšana un uzticamība
73 metodes šajā saimē.
Izceltās
PrecizitāteAccuracy 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 howKoriģētais noteikšanas koeficients (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 addreKoriģētais Randa indekssThe 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 Akaike informācijas kritērijs (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 19Balansētā precizitāteBalanced 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, regarBriera rādītājsThe 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
Lasīšanas ceļš
Šīs tēmas visbiežāk citētās pamatmetodes to izstrādes secībā — vieta, kur sākt, ja esat šeit iesācējs.
Visas metodes 73
PrecizitāteKoriģētais noteikšanas koeficients (R²_adj)Koriģētais Randa indekssAkaike informācijas kritērijs (AIC)Balansētā precizitāteBriera rādītājsAnketas par ķermeņa formu (BSQ)Calinska-Harabaša indekssKalorimetra kalibrēšanaDatorizētās adaptīvās testēšanas vienumu analīzeKļūdu matricaKontrafaktiskās skaidrojumu metodesDeivisa-Boldina indekssDunn indekssElkoņa metodeSkaidrojamie asociācijas likumiSkaidrojama autoenkodera anomāliju noteikšanaSkaidrojams lēmumu koksSkaidrojamais FP-GrowthSkaidrojams Gausa maisījuma modelisIzskaidrojamais Gausa processSkaidrojamais HDBSCANSkaidrojamais izolācijas mežsSkaidrojamais K-MeansSkaidrojams K tuvāko kaimiņu algoritmsSkaidrojamais LightGBMSkaidrojams Naive BayesIzskaidrojamā vienas klases SVMSkaidrojams nejaušs mežsSkaidrojama sakraušanas ansamblisSkaidrojamais atbalsta vektoru mašīnaSkaidrojams balsošanas ansamblisSkaidrojamais XGBoostF-beta rādītājsF1-novērtējumsGodīgumā balstīta mašīnmācīšanāsFowlkesa-Mallows indeksStatistiskā atšķirība (Gap Statistic)Ģeometriskā morfometrijaGlaukomai specifiskais dzīves kvalitātes mērīšanas rīks (GQL-15)Hamminga zudumsInerceDžakarda indekssDiagrammas pacēlums un ieguvumsLIME: Lokāli interpretējamas modeļu neatkarīgas skaidrojumu metodesLog-Loss (krustentropijas zudums)Gareniskā vienumu analīzeMakro vidējais F1Vidējā absolūtā kļūda (MAE)Vidējā absolūtā procentuālā kļūda (MAPE)Vidējā absolūtā skalotā kļūda (MASE)Vidējā kvadrātiskā kļūda (MSE)Mikro vidējais F1 rādītājsModeļa kalibrēšanaNormalizētais savstarpējais informācijas rādītājsPrecizitātePrecīzijas un atsaukuma AUCCenas godīguma skalaR kvadrāts (R²)Atcerēšanās (jutība)Robustais Raša modelisVidējā kvadrātiskā kļūda (RMSE)SHAP (SHapley Additive exPlanations)Rasch modeļa īsformu modelisĪso formu punktu teorija (SF-IRT)Silueta koeficientsSpecifiskumsSvēršanas un kalibrēšanas aptaujasSkaidrotā MAPE (sMAPE)Žetonu kausa ātruma ierobežošanas algoritmsV-measureF1 svērtais novērtējumsJūdena J statistika