De er ikke i stand til at forstå, at de er uvisse, og at de er i overensstemmelse med de kriterier, der er fastsat i de forskellige direktiver.

Understanding Confidence Intervals

En fortrolig interval is a statistical callated from data that likely containes the true parameteren value. In machine learning, this can referers to metrics such hay, precision, or model coefficients.

Steps to Calculate Confidence Intervals

Opfølgning af disse trin til at beregne fortrolige intervals for metodemetri:

  • Indsamle en prøve af model performance metrics gennem krydsvalidatio n eller multiple runs.
  • Beregn disse tal og de normale afvigelser fra disse prøver.
  • Choose a confidence level (f.eks. 95%).
  • Det er nødvendigt at fastslå, om der er tale om en relevant værdi i forhold til den pågældende distribution og distribution, og om der er tale om en pålidelig og fortrolig analyse.
  • Denne metode er baseret på en analyse af de forskellige typer af produkter, der er omfattet af denne forordning.
  • Beregn denne confidence interval as:;;; FLT: 0; 3; meen ± margin oferror 1;; FLT: 1; 3;;.

Example Calculation

Hvis en model er nøjagtig, er det vurderet, at 30 runs, dvs. en mean exacy på 85% og en standard afvigelse på 3%.

Denne Margin oferror is: 2.045 × (3 / ≠ 30) ≠ 2.045 × 0.547 ≠ 1.12%. Denne confidence interval is 85% ± 1.12%, resulterende i en range af tilnærmelsesvis 83.88% to 86.12%.