Evaluacija i pouzdanost
73 metoda u ovoj porodici.
Izdvojeno
TačnostAccuracy 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 howPrilagođeni koeficijent determinacije (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 addrePrilagođeni Randov indeksThe 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 Akaikeov kriterijum informacije (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 19Uravnotežena tačnostBalanced 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, regarBrjerova mera (Brier Score)The 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
Put čitanja
Najreferentnije temeljne metode ove teme, prema redosledu njihovog nastanka — mesto za početak ako ste novi ovde.
Sve metode 73
TačnostPrilagođeni koeficijent determinacije (R²_adj)Prilagođeni Randov indeksAkaikeov kriterijum informacije (AIC)Uravnotežena tačnostBrjerova mera (Brier Score)Upitnik telesnog oblika (BSQ)Indeks Čalinski-HarabašKalibracija kalorimetraAnaliza stavki kompjuterizovanog adaptivnog testiranjaMatrica konfuzijeKontrafaktička objašnjenjaIndeks Davies-BouldinDunn IndexMetoda laktaObjašnjiva asocijativna pravilaОјaшњaвaјуће aутоенкодерско откривање аномалијаОбјашњиво стабло одлучивањаObjašnjivi FP-RastObjašnjivi Gaussov model mešavineObjašnjivi Gausov procesОбјашњиви HDBSCANObjašnjivi Izolacioni ŠumObjašnjivi K-MeansObjašnjivi K-najbližih susedaОбјашњиви ЛајтГБМОбјашнјиви Наивни БејзОбјашнјиви једнокласни СВМОбјашнјиви случајни шумObjašnjivo slaganje (Explainable Stacking Ensemble)Objašnjivi mašinski klasifikator vektora podrškeОбјашнјиви гласачки ансамблObjašnjivi XGBoostF-beta skorF1-meraMašinsko učenje svesno pravednostiIndeks Fowlkes-MallowsStatistika jazaГеометријска морфометријаGlaucoma Quality of Life-15Hamingov gubitakInercijaJaccardov indeksLift i Gain dijagramiLIME: Lokalno interpretabilna modelu-agnostička objašnjenjaLog-Loss (Gubitak po logaritmu / unakrsna entropija)Longitudinal Item AnalysisMаcro-prosečаn F1Srednja apsolutna greška (MAE)Srednja apsolutna procentualna greška (MAPE)Prosječna apsolutna skalirana greška (MASE)Srednja kvadratna greška (MSE)Микро-просечни F1Kalibracija modelaNormalizovana međusobna informacijaPreciznostPOVRŠINA ISPOD KORISNIK-PRISETNOST KORISNIK (PR AUC)Skala pravednosti ceneR-kvadrat (R²)Odziv (Osetljivost)Robusni Raschov modelSrednja kvadratna greška (RMSE)SHAP (SHapley Additive exPlanations)Skraćeni Rašov modelTeorija odgovora na stavke kratke forme (SF-IRT)Silueta koeficijentSpecifičnostPonderisanje i kalibracija anketnih podatakaSimetrična MAPE (sMAPE)Algoritam za ograničavanje protoka zasnovan na token-vrećiV-meraWeighted F1J statistic Joudensa