Pertanyaan yang diberi tag «accuracy»

3
Keuntungan dari AUC vs akurasi standar
Saya mulai melihat ke area di bawah kurva (AUC) dan saya sedikit bingung tentang kegunaannya. Ketika pertama kali menjelaskan kepada saya, AUC tampaknya menjadi ukuran kinerja yang hebat tetapi dalam penelitian saya, saya telah menemukan bahwa beberapa mengklaim keunggulannya sebagian besar marjinal karena yang terbaik untuk menangkap model 'beruntung' dengan …

4
Apakah selalu lebih baik menggunakan seluruh dataset untuk melatih model akhir?
Teknik umum setelah pelatihan, memvalidasi dan menguji model Machine Learning preferensi adalah dengan menggunakan dataset lengkap, termasuk subset pengujian, untuk melatih model akhir untuk menyebarkannya , misalnya produk. Pertanyaan saya adalah: Apakah selalu yang terbaik untuk dilakukan? Bagaimana jika kinerja benar-benar memburuk? Sebagai contoh, mari kita asumsikan suatu kasus di …

3
Bagaimana Anda mengelola harapan di tempat kerja?
Dengan semua kehebohan tentang Ilmu Data, Pembelajaran Mesin, dan semua kisah sukses di sekitarnya, ada banyak harapan yang dibenarkan, juga terlalu banyak, dari Ilmuwan Data dan model prediksi mereka. Pertanyaan saya untuk berlatih Ahli Statistik, ahli Pembelajaran Mesin, dan Ilmuwan Data adalah - bagaimana Anda mengelola harapan dari para pebisnis …

1
Apa nilai LB dalam pembelajaran mesin?
Saya telah melalui artikel di blog kaggle. Berulang kali, penulis menyebutkan 'skor LB' dan 'LB fit') sebagai metrik untuk efektivitas pembelajaran mesin (bersama dengan skor cross validation (CV)). Dengan penelitian untuk makna 'LB' saya menghabiskan sedikit waktu, saya menyadari bahwa umumnya orang secara langsung menyebutnya sebagai LB tanpa banyak latar …


3
Hubungan antara KS, AUROC, dan Gini
Statistik validasi model umum seperti uji Kolmogorov-Smirnov (KS), AUROC , dan koefisien Gini semuanya terkait secara fungsional. Namun, pertanyaan saya berkaitan dengan pembuktian bagaimana semua ini terkait. Saya ingin tahu apakah ada yang bisa membantu saya membuktikan hubungan ini. Saya belum dapat menemukan apa pun secara online, tetapi saya benar-benar …

1
Melatih Akurasi vs Akurasi Tes vs Matriks kebingungan
Setelah saya mengembangkan model prediktif saya menggunakan Random Forest saya mendapatkan metrik berikut: Train Accuracy :: 0.9764634601043997 Test Accuracy :: 0.7933284397683713 Confusion matrix [[28292 1474] [ 6128 889]] Ini adalah hasil dari kode ini: training_features, test_features, training_target, test_target, = train_test_split(df.drop(['bad_loans'], axis=1), df['target'], test_size = .3, random_state=12) clf = RandomForestClassifier() trained_model …

3
Bahasa terbaik untuk komputasi ilmiah [ditutup]
Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 5 tahun yang lalu . Sepertinya sebagian besar bahasa memiliki sejumlah perpustakaan komputasi ilmiah yang tersedia. Python memiliki Scipy …
10 efficiency  statistics  tools  knowledge-base  machine-learning  neural-network  deep-learning  optimization  hyperparameter  machine-learning  time-series  categorical-data  logistic-regression  python  visualization  bigdata  efficiency  classification  binary  svm  random-forest  logistic-regression  data-mining  sql  experiments  bigdata  efficiency  performance  scalability  distributed  bigdata  nlp  statistics  education  knowledge-base  definitions  machine-learning  recommender-system  evaluation  efficiency  algorithms  parameter  efficiency  scalability  sql  statistics  visualization  knowledge-base  education  machine-learning  r  python  r  text-mining  sentiment-analysis  machine-learning  machine-learning  python  neural-network  statistics  reference-request  machine-learning  data-mining  python  classification  data-mining  bigdata  usecase  apache-hadoop  map-reduce  aws  education  feature-selection  machine-learning  machine-learning  sports  data-formats  hierarchical-data-format  bigdata  apache-hadoop  bigdata  apache-hadoop  python  visualization  knowledge-base  classification  confusion-matrix  accuracy  bigdata  apache-hadoop  bigdata  efficiency  apache-hadoop  distributed  machine-translation  nlp  metadata  data-cleaning  text-mining  python  pandas  machine-learning  python  pandas  scikit-learn  bigdata  machine-learning  databases  clustering  data-mining  recommender-system 

2
Cara mendapatkan matriks kebingungan agregat dari n klasifikasi yang berbeda
Saya ingin menguji akurasi metodologi. Saya menjalankannya ~ 400 kali, dan saya mendapat klasifikasi berbeda untuk setiap putaran. Saya juga memiliki kebenaran dasar, yaitu klasifikasi nyata untuk diuji. Untuk setiap klasifikasi saya menghitung matriks kebingungan. Sekarang saya ingin menggabungkan hasil ini untuk mendapatkan keseluruhan matriks kebingungan. Bagaimana saya bisa mencapainya? …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.