Публикации по теме 'performance-metrics'
Показатели эффективности
Точность обучения :
Определение: доля правильных прогнозов в обучающем наборе данных. Интерпретация: указывает, насколько хорошо модель соответствует обучающим данным. Высокая точность обучения может сигнализировать о переоснащении, если она не соответствует точности теста.
2. Точность теста :
Определение: доля правильных прогнозов в тестовом наборе данных. Интерпретация: показывает, насколько хорошо модель обобщает невидимые данные. Часто это больше свидетельствует о..
Руководство для начинающих по матрице путаницы и показателям производительности
Будучи новичком в мире машинного обучения, вы, возможно, наткнулись на какой-то жаргон, который звучит как иностранный язык, например, матрица путаницы и показатели производительности, такие как точность, точность, отзыв и F1 Score. Не бойтесь, я здесь, чтобы упростить для вас эти понятия!
Матрица путаницы — это таблица, используемая для оценки производительности модели машинного обучения, показывающая количество истинных положительных результатов, истинных отрицательных результатов,..
Виновники машинного обучения: несбалансированные данные
Проблемы обучения алгоритмов машинного обучения с несбалансированными данными
Оглавление:
"Введение" Что такое несбалансированные данные? Влияние на границы принятия решений и прогнозы Вводящие в заблуждение показатели эффективности Методы обработки несбалансированных данных "Заключение"
1. Введение
"Демистификация проблем машинного обучения" – это серия блогов, в которых я освещаю проблемы и проблемы, возникающие при обучении алгоритма машинного обучения из-за..
Матрица путаницы — Объясняется так, будто вам пять лет.
Тестирование того, насколько хорошо работает наша модель, имеет решающее значение в любом конвейере машинного обучения. Для этого тестирования мы используем некоторые показатели производительности, которые оценивают производительность или качество нашей модели. Эти показатели производительности зависят от конкретной задачи, то есть классификация , регрессия , кластеризация . В этой статье мы рассмотрим матрицу путаницы, некоторые ее термины и полученные на ее основе оценки...
Показатели производительности в регрессии
Показатели производительности используются для измерения производительности моделей машинного обучения. Есть два разных приложения показателей производительности; в моделях классификации и моделях регрессии.
Я продемонстрировал использование показателей производительности в регрессионной модели с использованием библиотеки Scikit-learn. В этом проекте используются следующие показатели: средняя абсолютная ошибка, среднеквадратическая ошибка и среднеквадратическая ошибка.
Сбор данных:..
Матрица путаницы с нуля на питоне без использования встроенных функций.
Мы можем суммировать количество правильных и неправильных прогнозов в одной таблице, используя матрицу путаницы, и анализировать результаты наших моделей машинного обучения.
В этой статье я пишу свою реализацию матрицы путаницы с использованием Python и NumPy. Эта функция ниже может вычислить матрицу путаницы любого размера или количества классов.
Если вы не знаете, что такое матрица путаницы, посмотрите это потрясающее видео здесь .
import numpy as np
def..
Показатели производительности в машинном обучении
Когда вы выполнили исследовательский анализ данных в своем наборе необработанных данных, установили все параметры, и теперь вы хотите выбрать наиболее эффективную модель на основе вашего бизнес-вывода. Это делается путем оценки модели по некоторым показателям. Различные алгоритмы машинного обучения имеют разные показатели производительности. Для регрессии у нас есть R-квадрат, MAE, RMSE и другие, а для классификации у нас есть площадь под кривой (AUC), чувствительность, специфичность и..
