मॉडल आत्मविश्वास अंतराल एक ऐसी श्रेणी प्रदान करता है जिसके भीतर वास्तविक मॉडल प्रदर्शन या पैरामीटर मान एक निश्चित संभावना के साथ गिरने की उम्मीद है। वे मशीन लर्निंग अनुप्रयोगों में मॉडल अनुमानों से जुड़ी अनिश्चितता को समझने के लिए उपयोगी हैं।

गोपनीयता नीति

एक विश्वास अंतराल एक सांख्यिकीय श्रेणी है जो डेटा से गणना की जाती है जिसमें होने की संभावना सही पैरामीटर मान होती है। मशीन लर्निंग में, यह सटीकता, परिशुद्धता या मॉडल गुणांक जैसे मीट्रिकों को संदर्भित कर सकता है।

गोपनीयता नीति

इन चरणों का पालन करें, मॉडल मीट्रिक के लिए आत्मविश्वास अंतराल को समझने के लिए:

  • क्रॉस-वैलिडेशन या एकाधिक रनों के माध्यम से मॉडल प्रदर्शन मीट्रिक का एक नमूना इकट्ठा करें।
  • नमूने के अर्थ और मानक विचलन की गणना करें।
  • विश्वास स्तर (जैसे 95%) चुनें।
  • नमूना आकार और विश्वास स्तर के आधार पर टी-वितरण या z-वितरण से उचित महत्वपूर्ण मूल्य निर्धारित करें।
  • त्रुटि के मार्जिन को पूरा करें: क्रिटिकल वैल्यू × (मानक विचलन / √sample आकार)
  • के रूप में विश्वास अंतराल की गणना: mean ± त्रुटि का मार्जिन ].

उदाहरण Calculation

मान लें कि एक मॉडल की सटीकता का मूल्यांकन 30 रनों से अधिक है, जिसमें 85% की औसत सटीकता और 3% का मानक विचलन है। 95% आत्मविश्वास स्तर के लिए, टी-वितरण से महत्वपूर्ण मूल्य लगभग 2.045 है।

त्रुटि का मार्जिन है: 2.045 × (3 / √30) ≈ 2.045 × 0.547 ≈ 1.12%। विश्वास अंतराल 85% ± 1.12% है, जिसके परिणामस्वरूप लगभग 83.88% से 86.12% की सीमा होती है।