Fortrolighetsintervaller er statistiske verktøy som brukes til å estimere området der en sann verdi sannsynligvis faller, basert på prøvedata. I maskinlæring gir de et mål for usikkerhet rundt spådommer, som bidrar til å vurdere påliteligheten til modellens utganger.

Hva er tillitsintervaller?

Et tillitsintervall er et område beregnet fra data som sannsynligvis vil inneholde den sanne parameterverdien med en spesifisert sannsynlighet, kjent som tillitsnivået. Vanlige tillitsnivåer er 90 %, 95% og 99 %. Jo bredere intervallet, jo større usikkerheten.

Beregne tillitsintervaller i maskinlæring

Beregne tillitsintervaller for maskinlæringsspåvisninger innebærer statistiske metoder som står for datavariasjon og modellusikkerhet. En felles tilnærming er å bruke bootstrap-prøvetaking, der flere modeller er trent på ulike dataundergrupper for å estimere forutsigelsesvariasjon.

En annen metode er å anta en fordeling for prediksjonsfeilene og beregne intervallet basert på standardavviket og gjennomsnittet av disse feilene. Denne tilnærmingen brukes ofte med regresjonsmodeller der rester analyseres.

Tolker tillitsintervaller

Et tillitsintervall gir et område som sannsynligvis inneholder den sanne verdien av prediksjonen. For eksempel betyr et 95% tillitsintervall at hvis den samme prosessen gjentas flere ganger, vil omtrent 95% av intervallene inneholde den sanne verdi.

Det er viktig å forstå at tillitsintervaller ikke garanterer den sanne verdien er innenfor intervallet for en bestemt forutsigelse, men i stedet reflekterer påliteligheten til estimeringsprosessen over mange prøver.

Søknader i Maskinlæring

Fortrolighetsintervaller er nyttige i ulike maskinlæringsoppgaver, inkludert:

  • Vurdering av usikkerheten i regresjonsprognosene
  • Feature Betydningsberegning
  • Modellsammenligning og validering
  • Beslutningstaking under usikkerhet