Valvotut oppimisjärjestelmät arvioidaan käyttäen erilaisia mittareita niiden tehokkuuden määrittämiseksi. Kaksi yhteistä mittaria ovat tarkkuus ja tarkkuus. Näiden mittareiden laskeminen on olennaista mallin suorituskyvyn arvioinnissa.

Tarkkuuden laskeminen

Tarkkuus mittaa mallin tekemien oikeiden ennusteiden osuuden kaikista ennusteista. Tarkkuus lasketaan kaavalla:

Tarkkuus = (Oikeiden ennusteiden lukumäärä) / (Ennusteiden kokonaismäärä)

Jos malli ennustaa esimerkiksi oikein 90 tapausta 100:sta, tarkkuus on 0,9 tai 90%.

Lasketaan tarkkuutta

Tarkkuus keskittyy mallin tekemiin positiivisiin ennusteisiin. Se osoittaa, kuinka moni ennustetuista positiivisista on todellisia positiivisia.

Tarkoitus = (Todelliset positiivisuudet) / (True Positives + Väärät positiivisuudet)[

Jos malli esimerkiksi ennustaa 50 positiivista ja 40 näistä on oikein, tarkkuus on 0,8 tai 80%.

Yhteenveto laskentavaiheista

  • Määritetään ennusteiden kokonaismäärä ja oikeat tarkkuuden ennusteet.
  • Laske tosi positiivisia ja vääriä positiivisia tarkkuutta.
  • Käytä kaavoja laskeaksesi jokaisen metrisen.