Statistiche e Big Data accuracy

7

Perché l'accuratezza non è la misura migliore per valutare i modelli di classificazione?

Questa è una domanda generale che è stata posta indirettamente più volte qui, ma manca di un'unica risposta autorevole. Sarebbe bello avere una risposta dettagliata a questo per il riferimento. La precisione , la proporzione di classificazioni corrette tra tutte le classificazioni, è una misura molto semplice e molto "intuitiva", …

107 machine-learning classification accuracy model-evaluation scoring-rules

6

Qual è il modo migliore per ricordare la differenza tra sensibilità, specificità, precisione, accuratezza e richiamo?

Nonostante abbia visto questi termini 502847894789 volte, non riesco a ricordare per la vita di me la differenza tra sensibilità, specificità, precisione, accuratezza e richiamo. Sono concetti piuttosto semplici, ma i nomi per me non sono molto intuitivi, quindi continuo a confonderli. Qual è un buon modo di pensare a …

50 terminology accuracy sensitivity-specificity

4

Formazione di un albero decisionale contro dati non bilanciati

Sono nuovo del data mining e sto cercando di formare un albero decisionale su un set di dati che è altamente sbilanciato. Tuttavia, sto riscontrando problemi con scarsa precisione predittiva. I dati sono costituiti dagli studenti che studiano i corsi e la variabile di classe è lo stato del corso …

43 classification cart unbalanced-classes accuracy

6

Perché ricevo un albero decisionale con un'accuratezza del 100%?

Sto ottenendo una precisione del 100% per il mio albero decisionale. Che cosa sto facendo di sbagliato? Questo è il mio codice: import pandas as pd import json import numpy as np import sklearn import matplotlib.pyplot as plt data = np.loadtxt("/Users/Nadjla/Downloads/allInteractionsnum.csv", delimiter=',') x = data[0:14] y = data[-1] from sklearn.cross_validation …

38 machine-learning python cart accuracy

1

Quali sono le carenze dell'errore di percentuale assoluta media (MAPE)?

L' errore percentuale assoluta media ( mape ) è una misura di precisione o di errore comune per serie temporali o altre previsioni, MAPE = 100nΣt = 1n| UNt- Ft|UNt% ,MAPE=100n∑t=1n|At−Ft|At%, \text{MAPE} = \frac{100}{n}\sum_{t=1}^n\frac{|A_t-F_t|}{A_t}\%, dove sono effettivi e previsioni o previsioni corrispondenti.F tUNtAtA_tFtFtF_t Il MAPE è una percentuale, quindi possiamo …

29 accuracy mape

5

Un modello troppo equipaggiato è necessariamente inutile?

Supponiamo che un modello abbia un'accuratezza del 100% sui dati di allenamento, ma un'accuratezza del 70% sui dati di test. È vero il seguente argomento su questo modello? È ovvio che questo è un modello troppo adatto. L'accuratezza del test può essere migliorata riducendo l'eccessivo adattamento. Tuttavia, questo modello può …

25 model accuracy overfitting

1

F1 / Dice-Score vs IoU

Ero confuso sulle differenze tra il punteggio di F1, il punteggio dei dadi e l'IoU (intersezione sull'unione). Ormai ho scoperto che F1 e Dice significano la stessa cosa (giusto?) E IoU ha una formula molto simile alle altre due. F1 / Dadi: 2 TP2 TP+ FP+ FN2TP2TP+FP+FN\frac{2TP}{2TP+FP+FN} IoU / Jaccard: …

24 terminology accuracy precision-recall

2

Interpretazione dell'errore assoluto scalato medio (MASE)

L'errore assoluto scalato medio (MASE) è una misura dell'accuratezza della previsione proposta da Koehler & Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNSE=MUNEMUNEion-Sun'mple,nun'ioveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} dove è l'errore assoluto medio prodotto dalla previsione effettiva; mentre è l'errore …

22 time-series forecasting accuracy mase

3

Come possiamo giudicare l'accuratezza delle previsioni di Nate Silver?

In primo luogo, dà probabilità di esiti. Quindi, ad esempio, le sue previsioni per le elezioni statunitensi sono attualmente dell'82% di Clinton contro il 18% di Trump. Ora, anche se Trump vince, come faccio a sapere che non era solo il 18% delle volte che avrebbe dovuto vincere? L'altro problema …

19 forecasting prediction validation accuracy scoring-rules

1

Come viene riportata la matrice di confusione dalla convalida incrociata di K-fold?

Supponiamo che esegua la convalida incrociata K-fold con K = 10 pieghe. Ci sarà una matrice di confusione per ogni piega. Quando si riportano i risultati, devo calcolare qual è la matrice di confusione media o semplicemente sommare le matrici di confusione?

18 machine-learning cross-validation accuracy

2

Precisione rispetto all'area sotto la curva ROC

Ho costruito una curva ROC per un sistema diagnostico. L'area sotto la curva è stata quindi stimata in modo non parametrico come AUC = 0,89. Quando ho provato a calcolare la precisione con l'impostazione della soglia ottimale (il punto più vicino al punto (0, 1)), ho ottenuto che la precisione …

16 roc reliability accuracy auc

2

Buona precisione nonostante l'alto valore di perdita

Durante l'addestramento di un semplice classificatore binario di una rete neurale ottengo un alto valore di perdita, usando l'entropia incrociata. Nonostante ciò, il valore dell'accuratezza sul set di validazione è abbastanza buono. Ha qualche significato? Non esiste una stretta correlazione tra perdita e precisione? Ho sulla formazione e la convalida …

15 neural-networks accuracy

2

Se "Errore standard" e "Intervalli di confidenza" misurano la precisione della misurazione, quali sono le misurazioni della precisione?

Nel libro "Biostatistica per i manichini" a pagina 40 leggo: L'errore standard (abbreviato SE) è un modo per indicare la precisione della stima o della misurazione di qualcosa. e Gli intervalli di confidenza forniscono un altro modo per indicare la precisione di una stima o misurazione di qualcosa. Ma non …

15 confidence-interval standard-error measurement-error accuracy

3

Quali sono le differenze tra AUC e punteggio F1?

Il punteggio F1 è la media armonica di precisione e richiamo. L'asse y di richiamo è il vero tasso positivo (che è anche richiamo). Quindi, a volte i classificatori possono avere un basso richiamo ma una AUC molto alta, cosa significa? Quali sono le differenze tra AUC e punteggio F1?

14 machine-learning precision-recall auc accuracy

2

Precisione = 1- tasso di errore del test

Mi scuso se questa è una domanda molto ovvia, ma ho letto vari post e non riesco a trovare una buona conferma. Nel caso della classificazione, l' accuratezza di un classificatore è = 1- tasso di errore del test ? Ottengo che la precisione è , ma la mia domanda …

14 classification terminology accuracy

Domande taggate «accuracy»