Разбиране на мощна техника за оценка на вероятностни класификатори. Целта на двоичния класификатор е да присвои наблюдения към положителен или отрицателен клас. Докато някои класификатори директно предвиждат класа, други, като логистичната регресия, предвиждат вероятността за класа. Ако…

Параметри на ефективността на обучен модел Машинното обучение е комбинация от модели, които, ако се прилагат в правилна настройка, дават неочаквани резултати. Напротив, ако не бъдат избрани разумно, това може да доведе до грешни прогнози или резултати. И така, цикълът на разработване на високоточни модели за машинно обучение не спира с обучение и приспособяване на набора от данни към избраните модели. Трябва да анализираме обучен модел по различни параметри, за да проверим неговата..

Основи на RoC кривата и AUC резултат RoC кривата означава крива на работните характеристики на приемника, а AUC означава площ под кривата За да разберем напълно RoC кривата и AUC резултата, трябва да разберем матрицата на объркването. Матрицата на объркване е матрица с размерност 2X2 между Действително +/- и Тест +/-. Въпреки това можем да обменяме между True и Test. Когато действителните + и - имат едни и същи стойности в теста, това се означава съответно като истински положителен и..

Тъй като науката за данни е четвърта кариера от толкова десетилетия, аз непрекъснато ходя на курсове и гледам уроци за нови техники в науката за данни. Една такава техника за машинно обучение, макар и не непременно нова, е нова за мен. Тази техника се нарича roc крива. Връзката към последната ми публикация, където подготвих roc криви на два класификационни модела, може да бъде намерена тук...