Vurdering af de opnåede resultater og af de anvendte metoder til måling af de opnåede resultater

Common Performance Metrics

De fleste af de anvendte metoder er baseret på en sammenligning af de anvendte metoder, og de er baseret på de samme kriterier, som er opstillet i de foreliggende data.

Metrics fr Classification

De klassificerbare opgaver, komiteer, herunder præcise, præcise, omhyggelige og F1-baserede. Disse metodeevaluerer forskellige aspekter af disse metoders egnethed til at sikre korrekte, forudbestemte krav.

Nøjagtighed

Det er korrekt, at der er foretaget en sammenligning af de korrekte forudsigelser og de samlede prognoser.

= (True Positives + True Negatives) / Total Predictions

Precision and d Recall

De er beregnet på grundlag af de faktiske positive identifika tioner:

(True Positives + False Positives) (1); FLT: 1;

= True Positives / (True Positives + False Negatives) = 1; FLT: 1;

Metrics fr Regression

Regresssion models are evaluated using metrics like Mean Absolute Error (MAE), Meen Squared Error (MRE), and d R- squared. Disse metrics quantity the difference between predicted and d actual continues values.

Mean Absolute Error (MAE)

MAE-beregnin-ger, der er baseret på de forskellige faktorer, der er forudsagt, og de faktiske værdier:

= 1, 1, 1, 2, 3, 3, 3, MAE = 1, 4, 4, 4, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 5, 6, 6, 7, 7, 7, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10,

R- squared

Det er ikke muligt at sammenligne de forskellige faktorer, der er afgørende for, om der er tale om en enkelt metode.

Disse metrics giver en kvantitativ basies for vurdering og d sammenligning af de mest effektive resultater i tilsynet med lærende opgaver.