Statistiques et Big Data accuracy

7

Pourquoi la précision n'est-elle pas la meilleure mesure pour évaluer les modèles de classification?

C'est une question générale qui a été posée indirectement à plusieurs reprises ici, mais il manque une seule réponse faisant autorité. Il serait bon d'avoir une réponse détaillée à cette question pour la référence. L’exactitude , la proportion de classifications correctes parmi toutes les classifications, est une mesure très simple …

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

6

Quel est le meilleur moyen de retenir la différence entre sensibilité, spécificité, précision, exactitude et rappel?

Malgré avoir vu ces termes 502847894789 fois, je ne me souviens plus jamais de la différence entre sensibilité, spécificité, précision, exactitude et rappel. Ce sont des concepts assez simples, mais les noms me sont très peu intuitifs, alors je continue à les confondre. Quelle est une bonne façon de penser …

50 terminology accuracy sensitivity-specificity

4

Formation d'un arbre de décision contre des données déséquilibrées

Je suis novice dans l'exploration de données et j'essaie de former un arbre de décision par rapport à un ensemble de données extrêmement déséquilibré. Cependant, j'ai des problèmes avec une faible précision prédictive. Les données comprennent les étudiants qui étudient les cours, et la variable de classe est le statut …

43 classification cart unbalanced-classes accuracy

6

Pourquoi ai-je un arbre de décision à 100% de précision?

Je reçois une précision de 100% pour mon arbre de décision. Qu'est-ce que je fais mal? Ceci est mon 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 …

38 machine-learning python cart accuracy

1

Quels sont les défauts de l'erreur moyenne absolue en pourcentage (MAPE)?

L' erreur moyenne absolue en pourcentage ( mape ) est une précision ou une mesure d'erreur courante pour les séries chronologiques ou d'autres prévisions, MAPE = 100n∑t = 1n| UNEt- Ft|UNEt% ,MAPE=100n∑t=1n|At−Ft|At%, \text{MAPE} = \frac{100}{n}\sum_{t=1}^n\frac{|A_t-F_t|}{A_t}\%, où sont des réels et des prévisions ou prédictions correspondantes.F tUNEtAtA_tFtFtF_t Le MAPE est un …

29 accuracy mape

5

Un modèle suréquipé est-il nécessairement inutile?

Supposons qu'un modèle a une précision de 100% sur les données de formation, mais une précision de 70% sur les données de test. L'argument suivant est-il vrai à propos de ce modèle? Il est évident qu'il s'agit d'un modèle sur-équipé. La précision du test peut être améliorée en réduisant le …

25 model accuracy overfitting

1

F1 / Dice-Score vs IoU

J'étais confus quant aux différences entre le score F1, le score Dice et IoU (intersection sur l'union). À ce jour, j'ai découvert que F1 et Dice signifient la même chose (non?) Et IoU a une formule très similaire aux deux autres. F1 / Dés:2 TP2 TP+ FP+ FN2TP2TP+FP+FN\frac{2TP}{2TP+FP+FN} IoU / …

24 terminology accuracy precision-recall

2

Interprétation de l'erreur d'échelle absolue moyenne (MASE)

L'erreur moyenne à l'échelle absolue (MASE) est une mesure de la précision des prévisions proposée par Koehler et Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNESE=MUNEEMUNEEjen-sunemple,nunejeveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} où est l'erreur absolue moyenne produite par la prévision …

22 time-series forecasting accuracy mase

3

Comment pouvons-nous juger de l'exactitude des prédictions de Nate Silver?

Premièrement, il donne la probabilité des résultats. Ainsi, par exemple, ses prédictions pour les élections américaines sont actuellement de 82% pour Clinton contre 18% pour Trump. Maintenant, même si Trump gagne, comment puis-je savoir que ce n'était pas seulement les 18% du temps qu'il aurait dû gagner? L'autre problème est …

19 forecasting prediction validation accuracy scoring-rules

1

Comment la matrice de confusion est-elle rapportée par la validation croisée K-fold?

Supposons que je fasse une validation croisée K-fold avec K = 10 plis. Il y aura une matrice de confusion pour chaque pli. Lors de la communication des résultats, dois-je calculer quelle est la matrice de confusion moyenne, ou simplement additionner les matrices de confusion?

18 machine-learning cross-validation accuracy

2

Précision vs aire sous la courbe ROC

J'ai construit une courbe ROC pour un système de diagnostic. L'aire sous la courbe a ensuite été estimée de manière non paramétrique à AUC = 0,89. Lorsque j'ai essayé de calculer la précision au réglage de seuil optimal (le point le plus proche du point (0, 1)), j'ai obtenu la …

16 roc reliability accuracy auc

2

Bonne précision malgré une valeur de perte élevée

Au cours de la formation d'un classificateur binaire de réseau neuronal simple, j'obtiens une valeur de perte élevée, en utilisant l'entropie croisée. Malgré cela, la valeur de la précision sur l'ensemble de validation est assez bonne. Cela a-t-il un sens? Il n'y a pas de corrélation stricte entre la perte …

15 neural-networks accuracy

2

Si «l'erreur standard» et les «intervalles de confiance» mesurent la précision de la mesure, alors quelles sont les mesures de la précision?

Dans le livre "Biostatistique pour les nuls" à la page 40, je lis: L'erreur standard (abrégée SE) est un moyen d'indiquer la précision de votre estimation ou mesure de quelque chose. et Les intervalles de confiance fournissent une autre façon d'indiquer la précision d'une estimation ou d'une mesure de quelque …

15 confidence-interval standard-error measurement-error accuracy

3

Quelles sont les différences entre AUC et F1-score?

F1-score est la moyenne harmonique de précision et de rappel. L'axe des y du rappel est le véritable taux positif (qui est également le rappel). Donc, parfois, les classificateurs peuvent avoir un faible rappel mais une ASC très élevée, qu'est-ce que cela signifie? Quelles sont les différences entre AUC et …

14 machine-learning precision-recall auc accuracy

2

Est précision = 1- taux d'erreur de test

Toutes mes excuses si c'est une question très évidente, mais j'ai lu divers articles et je n'arrive pas à trouver une bonne confirmation. Dans le cas de la classification, la précision d' un classificateur est-elle un taux d'erreur de test de 1 ? J'obtiens que la précision est , mais …

14 classification terminology accuracy

Questions marquées «accuracy»