Domande taggate «accuracy»

La precisione di uno stimatore è il grado di vicinanza delle stime al valore reale. Per un classificatore, l'accuratezza è la proporzione di classificazioni corrette. (Questo secondo utilizzo non è una buona pratica. Vedi il tag wiki per un link ad ulteriori informazioni.)

1
L'accuratezza è una regola di punteggio impropria in un'impostazione di classificazione binaria?
Recentemente ho imparato a conoscere le regole di punteggio adeguate per i classificatori probabilistici. Numerosi thread su questo sito Web hanno sottolineato come l'accuratezza sia una regola di punteggio impropria e non dovrebbe essere utilizzata per valutare la qualità delle previsioni generate da un modello probabilistico come la regressione logistica. …



1
Perché la selezione delle funzionalità è importante per le attività di classificazione?
Sto imparando a selezionare le funzionalità. Vedo perché sarebbe importante e utile, per la costruzione di modelli. Ma concentriamoci sulle attività di apprendimento supervisionato (classificazione). Perché la selezione delle funzionalità è importante per le attività di classificazione? Vedo molta letteratura scritta sulla selezione delle caratteristiche e sul suo utilizzo per …




4
Interpretazione del valore AIC
I valori tipici di AIC che ho visto per i modelli logistici sono in migliaia, almeno in centinaia. ad es. su http://www.r-bloggers.com/how-to-perform-a-logistic-regression-in-r/ l'AIC è 727.39 Mentre si dice sempre che l'AIC dovrebbe essere usato solo per confrontare i modelli, ho voluto capire cosa significa un determinato valore AIC. Secondo la …

4
Calcolo dell'accuratezza delle previsioni
Stiamo utilizzando STL (implementazione R) per la previsione dei dati delle serie temporali. Ogni giorno eseguiamo previsioni giornaliere. Vorremmo confrontare i valori di previsione con i valori reali e identificare la deviazione media. Ad esempio, abbiamo eseguito previsioni per domani e ottenuto punti di previsione, vorremmo confrontare questi punti di …

2
L'esempio quando si utilizza l'accuratezza come misura di risultato porterà a una conclusione errata
Sto esaminando varie misure di prestazione per i modelli predittivi. Molto è stato scritto sui problemi di utilizzo dell'accuratezza, invece di qualcosa di più continuo per valutare le prestazioni del modello. Frank Harrell http://www.fharrell.com/post/class-damage/ fornisce un esempio quando l'aggiunta di una variabile informativa a un modello porterà a una riduzione …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.