כיצד לחשב מודל אמון בין ערכי למידת מכונות

מרווחי אמון במודל מספקים טווח שבו הביצועים של המודל האמיתי או הערך הפרמטר צפוי ליפול עם הסתברות מסוימת.הם שימושיים להבנת אי הוודאות הקשורה לאומדנים מודל ביישומים למידת מכונה.

הבנה של אמון אינטרוולים

מרווח ביטחון הוא טווח סטטיסטי מחושב מהנתונים אשר עשויים להכיל את הערך הפרמטר האמיתי.בלמידה של מכונה, זה יכול להתייחס למדדים כגון דיוק, דיוק, או מודלים coefficients.

צעדים לקביעת אמון אינטרוולים

בצע את השלבים האלה כדי להתאים את מרווחי האמון עבור מדדי מודל:

דוגמה: Calculation

נניח שדיוק המודל מוערך מעל 30 ריצות, עם דיוק ממוצע של 85% ו סטייה סטנדרטית של 3%. עבור רמה של 95% של ביטחון, הערך הקריטי של חלוקת ה- t הוא בערך 2.045.

שולי השגיאה: 2.045 × (3/ ⁇ 30) ⁇ 2.045 × 0.547 ⁇ 1.12%. מרווח האמון הוא 85% ± 1.12%, וכתוצאה מכך בטווח של כ-83.88% ל-86.12%.