Statistiken und Big Data accuracy

7

Warum ist Genauigkeit nicht das beste Maß für die Beurteilung von Klassifizierungsmodellen?

Dies ist eine allgemeine Frage, die hier indirekt mehrmals gestellt wurde, aber es fehlt eine einzige maßgebliche Antwort. Es wäre großartig, eine ausführliche Antwort auf diese Frage als Referenz zu haben. Die Genauigkeit , der Anteil der korrekten Klassifizierungen an allen Klassifizierungen, ist sehr einfach und sehr "intuitiv" zu messen, …

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

6

Was ist der beste Weg, um den Unterschied zwischen Sensitivität, Spezifität, Präzision, Genauigkeit und Erinnerung zu merken?

Obwohl ich diese Begriffe 502847894789-mal gesehen habe, kann ich mich ein Leben lang nicht an den Unterschied zwischen Sensibilität, Spezifität, Präzision, Genauigkeit und Erinnerung erinnern. Das sind ziemlich einfache Konzepte, aber die Namen sind für mich sehr uninteressant, deshalb verwechsle ich sie immer wieder. Was ist eine gute Möglichkeit, über …

49 terminology accuracy sensitivity-specificity

4

Trainieren eines Entscheidungsbaums gegen unausgeglichene Daten

Ich bin neu im Data Mining und versuche, einen Entscheidungsbaum gegen einen Datensatz zu trainieren, der sehr unausgewogen ist. Ich habe jedoch Probleme mit der schlechten Vorhersagegenauigkeit. Die Daten bestehen aus Studenten, die Kurse studieren, und die Klassenvariable ist der Kursstatus, der zwei Werte hat - Zurückgezogen oder Aktuell. Alter …

43 classification cart unbalanced-classes accuracy

6

Warum erhalte ich einen Entscheidungsbaum mit 100% Genauigkeit?

Ich erhalte eine 100% ige Genauigkeit für meinen Entscheidungsbaum. Was mache ich falsch? Das ist mein Code: 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 import train_test_split x_train = x[0:2635] …

38 machine-learning python cart accuracy

1

Was sind die Mängel des Mean Absolute Percentage Error (MAPE)?

Der mittlere absolute prozentuale Fehler ( Mape ) ist ein gängiges Genauigkeits- oder Fehlermaß für Zeitreihen oder andere Vorhersagen. MAPE = 100n∑t = 1n| EINt- Ft|EINt% ,MAPE=100n∑t=1n|EINt-Ft|EINt%, \text{MAPE} = \frac{100}{n}\sum_{t=1}^n\frac{|A_t-F_t|}{A_t}\%, Dabei sind Istwerte und F t entsprechende Vorhersagen oder Vorhersagen.EINtEINtA_tFtFtF_t Die MAPE ist ein Prozentsatz, sodass wir sie leicht zwischen …

29 accuracy mape

5

Ist ein überhöhtes Modell unbedingt unbrauchbar?

Angenommen, ein Modell hat eine Genauigkeit von 100% bei den Trainingsdaten, jedoch eine Genauigkeit von 70% bei den Testdaten. Stimmt das folgende Argument für dieses Modell? Es ist offensichtlich, dass es sich um ein überarbeitetes Modell handelt. Die Testgenauigkeit kann durch Reduzieren der Überanpassung verbessert werden. Dieses Modell kann jedoch …

25 model accuracy overfitting

1

F1 / Würfel-Score gegen IoU

Ich war verwirrt über die Unterschiede zwischen der F1-Punktzahl, der Würfel-Punktzahl und der IoU (Schnittpunkt über der Vereinigung). Inzwischen habe ich herausgefunden, dass F1 und Würfel dasselbe bedeuten (richtig?) Und IoU eine sehr ähnliche Formel wie die anderen beiden hat. F1 / Würfel:2 TP2 TP+ FP+ FN2TP2TP+FP+FN\frac{2TP}{2TP+FP+FN} IoU / Jaccard:TPTP+ …

24 terminology accuracy precision-recall

2

Interpretation des mittleren absoluten skalierten Fehlers (MASE)

Der mittlere absolute Skalierungsfehler (MASE) ist ein Maß für die von Koehler & Hyndman (2006) vorgeschlagene Prognosegenauigkeit . MASE=MAEMAEin−sample,naiveMASE=MAEMAEin−sample,naiveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} wobei ist der mittlere absolute Fehler der tatsächlichen Vorhersage erzeugt; während M A E i n - s a m p l e ,MAEMAEMAE ist der mittlere absolute Fehler, …

22 time-series forecasting accuracy mase

3

Wie können wir die Genauigkeit der Vorhersagen von Nate Silver beurteilen?

Erstens gibt er Wahrscheinlichkeit von Ergebnissen. So liegen seine Vorhersagen für die US-Wahlen derzeit bei 82% Clinton gegenüber 18% Trump. Nun, auch wenn Trump gewinnt, woher weiß ich, dass er nicht nur 18% der Zeit hätte gewinnen sollen? Das andere Problem ist, dass sich seine Wahrscheinlichkeiten mit der Zeit ändern. …

19 forecasting prediction validation accuracy scoring-rules

1

Wie wird die Verwirrungsmatrix aus der K-fachen Kreuzvalidierung gemeldet?

Angenommen, ich mache eine K-fache Kreuzvalidierung mit K = 10 Falten. Es wird eine Verwirrungsmatrix für jede Falte geben. Soll ich beim Berichten der Ergebnisse die durchschnittliche Verwirrungsmatrix berechnen oder nur die Verwirrungsmatrizen summieren?

18 machine-learning cross-validation accuracy

2

Gute Genauigkeit trotz hohem Verlustwert

Während des Trainings eines einfachen Binärklassifikators für neuronale Netze erhalte ich einen hohen Verlustwert unter Verwendung von Kreuzentropie. Trotzdem ist die Genauigkeit des Validierungssatzes recht gut. Hat es eine Bedeutung? Gibt es keine strikte Korrelation zwischen Verlust und Genauigkeit? Ich habe auf Training und Validierung diese Werte: 0.4011 - acc: …

15 neural-networks accuracy

2

Genauigkeit gegen Fläche unter der ROC-Kurve

Ich habe eine ROC-Kurve für ein Diagnosesystem erstellt. Die Fläche unter der Kurve wurde dann nicht parametrisch auf AUC = 0,89 geschätzt. Als ich versuchte, die Genauigkeit bei der optimalen Schwellenwerteinstellung (dem Punkt, der dem Punkt (0, 1) am nächsten liegt) zu berechnen, erhielt ich eine Genauigkeit des Diagnosesystems von …

15 roc reliability accuracy auc

2

Wenn „Standardfehler“ und „Konfidenzintervalle“ die Messgenauigkeit messen, was sind dann die Messungen der Genauigkeit?

Im Buch "Biostatistik für Dummies" auf Seite 40 las ich: Der Standardfehler (abgekürzt SE) ist eine Möglichkeit anzugeben, wie genau Ihre Schätzung oder Messung von etwas ist. und Konfidenzintervalle bieten eine andere Möglichkeit, die Genauigkeit einer Schätzung oder Messung von etwas anzugeben. Es ist jedoch nichts darüber geschrieben, wie die …

15 confidence-interval standard-error measurement-error accuracy

3

Was sind die Unterschiede zwischen AUC und F1-Score?

F1-Score ist das harmonische Mittel für Präzision und Erinnerung. Die y-Achse des Rückrufs ist eine echte positive Rate (die auch Rückruf ist). Manchmal können Klassifikatoren einen geringen Rückruf aufweisen, aber eine sehr hohe AUC. Was bedeutet das? Was sind die Unterschiede zwischen AUC und F1-Score?

14 machine-learning precision-recall auc accuracy

2

Ist Genauigkeit = 1 - Testfehlerrate

Entschuldigung, wenn dies eine sehr offensichtliche Frage ist, aber ich habe verschiedene Beiträge gelesen und kann anscheinend keine gute Bestätigung finden. Ist bei der Klassifizierung die Genauigkeit eines Klassifikators = 1 - Testfehlerrate ? Ich verstehe, dass die Genauigkeit , aber meine Frage ist, wie genau Genauigkeit und Testfehlerrate zusammenhängen. …

14 classification terminology accuracy

Als «accuracy» getaggte Fragen