Оценка и доверие
73 — методы этого семейства.
Избранное
ТочностьAccuracy 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 howСкорректированный коэффициент детерминации (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 addreСкорректированный индекс РэндаThe 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 Информационный критерий Акаике (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 19Сбалансированная точностьBalanced 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, regarОценка БриераThe 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
План чтения
Наиболее цитируемые фундаментальные методы этой темы в порядке их появления — отправная точка, если вы здесь впервые.
Все методы 73
ТочностьСкорректированный коэффициент детерминации (R²_adj)Скорректированный индекс РэндаИнформационный критерий Акаике (AIC)Сбалансированная точностьОценка БриераОпросник формы тела (Body Shape Questionnaire, BSQ)Индекс Калински-ХарабасаКалибровка калориметраАнализ элементов компьютеризированного адаптивного тестированияМатрица ошибокКонтрфактические объясненияИндекс Дэвиса-БолдинаИндекс ДаннаМетод локтяОбъяснимые правила ассоциацийОбъяснимое обнаружение аномалий с помощью автоэнкодераОбъяснимое дерево решенийОбъяснимый FP-GrowthОбъяснимая Гауссова СмесьОбъяснимая гауссовская модель процессаОбъяснимый HDBSCANОбъяснимый Isolation ForestОбъяснимый K-MeansОбъяснимый метод k-ближайших соседейОбъяснимый LightGBMОбъяснимый наивный БайесОбъяснимый одноклассовый SVMОбъяснимый случайный лесОбъяснимый ансамбль стекированияОбъяснимая машина опорных векторовОбъяснимый ансамбль голосованияОбъяснимый XGBoostF-бета-мераF1-мераМашинное обучение с учётом справедливостиИндекс Фоулкса-МэллоузаСтатистика разрыва (Gap Statistic)Геометрический морфометрический анализГлаукомное качество жизни-15 (GQL-15)Потери ХэммингаИнерцияИндекс ЖаккараГрафик лифта и приростаLIME: Локально-интерпретируемые модельно-агностические объясненияЛогарифмическая функция потерь (кросс-энтропия)Лонгитюдный анализ элементовМакро-усредненный F1Средняя абсолютная ошибка (MAE)Средняя абсолютная процентная ошибка (MAPE)Средняя абсолютная масштабированная ошибка (MASE)Среднеквадратичная ошибка (MSE)Микро-усредненная F1-мераКалибровка моделиНормализованная взаимная информацияТочностьPrecision-Recall AUCШкала справедливости ценыКоэффициент детерминации (R²)Полнота (Чувствительность)Робастная модель РашаСреднеквадратичная ошибка (RMSE)SHAP (SHapley Additive exPlanations)Модель Раша для коротких формКраткоформатная одномерная (SF-IRT)Коэффициент силуэтаСпецифичностьВзвешивание и калибровка выборокСимметричная MAPE (sMAPE)Token BucketV-мераВзвешенная F1Статистика J Юдена