Modeļu novērtēšana

41 metodes.

Classification Metric 13

Precizitāte Balansētā precizitāte F-beta rādītājs F1-novērtējums Makro vidējais F1 Matjūsa korelasijas koeficients Mikro vidējais F1 rādītājs Precizitāte Precīzijas un atsaukuma AUC Atcerēšanās (jutība)Specifiskums F1 svērtais novērtējums Jūdena J statistika

External Clustering Validation 4

Koriģētais Randa indekss Fowlkesa-Mallows indeks Normalizētais savstarpējais informācijas rādītājs V-measure

Clustering Validation 4

Calinska-Harabaša indekss Deivisa-Boldina indekss Dunn indekss Silueta koeficients

Error metric 3

Vidējā absolūtā kļūda (MAE)Vidējā kvadrātiskā kļūda (MSE)Vidējā kvadrātiskā kļūda (RMSE)

Regression evaluation 2

Koriģētais noteikšanas koeficients (R²_adj)R kvadrāts (R²)

Information-theoretic criterion 2

Akaike informācijas kritērijs (AIC)Bayesian Information Criterion (BIC)

Probabilistic Loss Metric 2

Briera rādītājs Log-Loss (krustentropijas zudums)

Cluster Number Selection 2

Elkoņa metode Statistiskā atšķirība (Gap Statistic)

Multi-label Metric 2

Hamminga zudums Džakarda indekss

Relative error metric 2

Vidējā absolūtā procentuālā kļūda (MAPE)Skaidrotā MAPE (sMAPE)

Diagnostic Tool 1

Kļūdu matrica

Statistical testing 1

Pārbaude par atbilstību sadalījumam

Cluster Cohesion Measure 1

Classification Evaluation Tool 1

Diagrammas pacēlums un ieguvums

Scaled error metric 1

Vidējā absolūtā skalotā kļūda (MASE)