ارزیابی عملکرد مدل های یادگیری تحت نظارت برای درک اثربخشی آنها ضروری است. معیارهای مختلف برای اندازه گیری اینکه چگونه یک مدل نتایج را بر اساس داده های برچسب شده پیش بینی می کند، این معیارها به مقایسه مدل ها و انتخاب بهترین ها برای یک کار خاص کمک می کنند.

معیارهای عملکرد مشترک

چندین معیار به طور گسترده ای برای ارزیابی مدل های یادگیری تحت نظارت استفاده می شود.انتخاب متریک بستگی به نوع مشکل دارد، مانند طبقه بندی یا درک این معیارها اجازه می دهد تفسیر بهتر از نتایج مدل.

متریک برای طبقه بندی

در وظایف طبقه بندی، معیارهای مشترک شامل دقت، دقت، یادآوری و نمره F1 است که این معیارها جنبه های مختلف توانایی مدل را برای پیش بینی صحیح برچسب های کلاس ارزیابی می کنند.

دقت دقیق

دقت نسبت پیش بینی های صحیح را از پیش بینی های کلی اندازه گیری می کند.این به عنوان:

خطر = ( مثبت واقعی + منفی واقعی) / پیش بینی کلی

دقت و یادآوری

دقت نشان دهنده نسبت پیش بینی های مثبت است که درست هستند، در حالی که یادآوری نسبت مثبت واقعی را که به درستی شناسایی شده اند اندازه گیری می کند.

تصمیم گیری = مثبت واقعی / ( مثبت واقعی + مثبت کاذب)

Recall = مثبت واقعی / (True مثبت + False Negatives)

معیارهایی برای بازگشت

مدل های بازگشتی با استفاده از معیارهایی مانند خطای مطلق (MAE)، به معنی خطای مربعی (MSE) و R-squared ارزیابی می شوند.این معیارها تفاوت بین مقادیر پیش بینی شده و مستمر واقعی را مشخص می کنند.

خطای مطلق (MAE)

MAE میانگین تفاوت مطلق بین مقادیر پیش بینی شده و واقعی را محاسبه می کند:

[در این باره]: [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱]

R-squared

R-squared نشان دهنده نسبت تفاوت در متغیر وابسته توضیح داده شده توسط مدل است. آن را از 0 تا 1، با ارزش های بالاتر نشان می دهد که مناسب بهتر است.

این معیارها پایه کمی برای ارزیابی و مقایسه عملکرد مدل در وظایف یادگیری نظارت شده ارائه می دهند.