A precisão de um estimador é o grau de proximidade das estimativas com o valor verdadeiro. Para um classificador, precisão é a proporção de classificações corretas. (Esse segundo uso não é uma boa prática. Consulte a tag wiki para obter um link para mais informações.)
Essa é uma pergunta geral que foi feita indiretamente várias vezes aqui, mas falta uma única resposta autoritativa. Seria ótimo ter uma resposta detalhada para isso para referência. A precisão , a proporção de classificações corretas entre todas as classificações, é uma medida muito simples e...
Apesar de ter visto esses termos 502847894789 vezes, não consigo me lembrar da diferença entre sensibilidade, especificidade, precisão, exatidão e recordação. Eles são conceitos bastante simples, mas os nomes não são muito intuitivos para mim, então eu os confundi. Qual é uma boa maneira de pensar...
Eu sou novo na mineração de dados e estou tentando treinar uma árvore de decisão contra um conjunto de dados altamente desequilibrado. No entanto, estou tendo problemas com baixa precisão preditiva. Os dados consistem em estudantes que estudam nos cursos, e a variável da turma é o status do curso...
Estou obtendo uma precisão de 100% para minha árvore de decisão. O que estou fazendo errado? Este é o meu código: 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",...
O erro médio percentual absoluto ( mape ) é uma medida de precisão ou erro comum para séries temporais ou outras previsões, MAPE = 100n∑t = 1n| UMAt- Ft|UMAt% ,MAPE=100n∑t=1n|At−Ft|At%, \text{MAPE} = \frac{100}{n}\sum_{t=1}^n\frac{|A_t-F_t|}{A_t}\%, onde são reais e previsões ou previsões...
Suponha que um modelo tenha 100% de precisão nos dados de treinamento, mas 70% de precisão nos dados de teste. O argumento a seguir é verdadeiro sobre esse modelo? É óbvio que este é um modelo com excesso de ajuste. A precisão do teste pode ser aprimorada, reduzindo o sobreajuste. Mas, esse modelo...
Eu estava confuso sobre as diferenças entre a pontuação da F1, a pontuação dos dados e a IoU (cruzamento sobre a união). Até agora eu descobri que F1 e Dice significam a mesma coisa (certo?) E IoU tem uma fórmula muito semelhante às outras duas. F1 / Dados:2 TP2 TP+ FP+...
O erro médio absoluto em escala (MASE) é uma medida da precisão da previsão proposta por Koehler & Hyndman (2006) . MASE=MAEMAEin−sample,naiveMASE=MAEMAEin−sample,naiveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} onde é o erro absoluto médio produzido pela previsão real; enquanto é o erro...
Em primeiro lugar, ele dá probabilidade de resultados. Assim, por exemplo, suas previsões para a eleição nos EUA são atualmente 82% Clinton vs 18% Trump. Agora, mesmo que Trump vença, como sei que não foram apenas os 18% das vezes que ele deveria ter vencido? O outro problema é que suas...
Suponha que eu faça validação cruzada com dobra K com K = 10 dobras. Haverá uma matriz de confusão para cada dobra. Ao relatar os resultados, devo calcular qual é a matriz de confusão média ou somar as matrizes de
Eu construí uma curva ROC para um sistema de diagnóstico. A área sob a curva foi então estimada não parametricamente como AUC = 0,89. Quando tentei calcular a precisão na configuração de limite ideal (o ponto mais próximo do ponto (0, 1)), obtive a precisão do sistema de diagnóstico em 0,8, que é...
No livro "Bioestatística para manequins" na página 40, li: O erro padrão (SE abreviado) é uma maneira de indicar o quão precisa é sua estimativa ou medida de algo. e Intervalos de confiança fornecem outra maneira de indicar a precisão de uma estimativa ou medida de algo. Mas não está...
Durante o treinamento de um classificador binário de rede neural simples, recebo um alto valor de perda usando entropia cruzada. Apesar disso, o valor da precisão no conjunto de validação é bastante bom. Isso tem algum significado? Não existe uma correlação estrita entre perda e precisão? Tenho no...
A pontuação F1 é a média harmônica de precisão e recuperação. O eixo y da recuperação é uma taxa positiva verdadeira (que também é recuperação). Assim, em algum momento os classificadores podem ter um recall baixo, mas uma AUC muito alta, o que isso significa? Quais são as diferenças entre a AUC e...
Desculpas se esta é uma pergunta muito óbvia, mas eu tenho lido várias postagens e parece que não consigo encontrar uma boa confirmação. No caso de classificação, a precisão de um classificador é = taxa de erro de 1 teste ? Percebo que a precisão é , mas minha pergunta é exatamente como a precisão...
Recentemente, aprendi sobre regras de pontuação adequadas para classificadores probabilísticos. Vários tópicos neste site fizeram questão de enfatizar que a precisão é uma regra de pontuação inadequada e não deve ser usada para avaliar a qualidade das previsões geradas por um modelo probabilístico,...
Me deparei com o coeficiente Dice para similaridade de volume ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) e precisão ( https://en.wikipedia.org/wiki/Accuracy_and_precision ) Parece-me que essas duas medidas são iguais. Alguma
Eu ajustei meu modelo e estou tentando entender se é bom. Calculei as métricas recomendadas para avaliá-las ( / AUC / precisão / erro de previsão / etc), mas não sei como interpretá-las. Em resumo, como posso saber se meu modelo é bom com base na métrica? Um de 0,6 (por exemplo) é suficiente para...
Estou aprendendo sobre a seleção de recursos. Eu posso ver por que isso seria importante e útil para a construção de modelos. Mas vamos nos concentrar nas tarefas de aprendizado supervisionado (classificação). Por que a seleção de recursos é importante para tarefas de classificação? Vejo muita...
Digamos que temos uma pergunta simples "sim / não" que queremos saber como responder. E há N pessoas "votando" pela resposta correta. Todo eleitor tem um histórico - lista de 1 e 0, mostrando se eles estavam certos ou errados sobre esse tipo de perguntas no passado. Se assumirmos a história como...