Ang pag-aaral ng mga pinangangasiwaang modelo ay mahalaga upang maunawaan ang kanilang bisa. iba't ibang mga metrics ang ginagamit upang sukatin kung gaano kahusay ang isang modelong humuhula ng kalalabasan batay sa mga may markang datos. Ang mga metric na ito ay tumutulong sa paghahambing ng mga modelo at pagpili ng pinakamahusay para sa isang espesipikong gawain.

Karaniwang mga Metric sa Pagganap

Ang ilang mga metriko ay malawakang ginagamit upang tantiyahin ang mga pinangangasiwaang modelo sa pag-aaral. Ang pagpili ng metriko ay nakasalalay sa uri ng problema, tulad ng klasipikasyon o regresyon.Ang pag-unawa sa mga metrikong ito ay nagpapahintulot ng mas mabuting interpretasyon ng mga resultang modelo.

Mga Kaurian sa Pag - uuri

Sa mga gawaing klasipikasyon, ang mga karaniwang metric ay kinabibilangan ng katumpakan, prekwensiya, recalle, at F1 score. Ang mga metrikong ito ay sumusuri ng iba't ibang mga aspeto ng kakayahan ng modelo na wastong mahulaan ang mga etiketa ng klase.

Pagiging Makatuwiran

Ang tumpak na mga pagtantiya ay sumusukat sa proporsiyon ng wastong mga hula mula sa ganap na mga hula:

Accuracy = (Tunay na Positibo + Tunay na Negatibo) / Kabuuang Hula[

Pag - alaala at Pag - alaala

Ipinakikita ng precision ang proporsiyon ng mga positibong prediksiyon na tama, samantalang sinusukat ng alaala ang proporsiyon ng aktuwal na positibong mga hula na wastong nakikilala.

[[Parecision = Tunay na Positibo / (Tunay na Positibo + Huwad na mga Positibo)[

[Talaksan = Tunay na Positibo / (Tunay na Positibo + Huwad na mga Negatibo)[

Mga Katamantalang Bagay Para sa Regressiyon

Ang mga modelong regression ay sinusuri gamit ang mga metrikong katulad ng Metrics na Mean Absolute Error (MAE), Mean Squared Error (MSE), at R-squared. Ang mga metric na ito ay nagreresulta sa pagkakaiba sa pagitan ng hinulaan at aktuwal na patuloy na mga halaga.

Magtakda ng Pagkakamali (MAE)

Tinataya ng MAE ang katamtamang ganap na pagkakaiba sa pagitan ng hinulaan at ng aktuwal na mga pamantayan:

MAE = ⁇ Predicted - Actualifict / Bilang ng mga Hula

R-squared

Ang R-squared ay nagpapakita ng proporsiyon ng mga pagkakaiba sa dependensiyang variable na ipinaliwanag ng modelo.Ito ay mula 0 hanggang 1, na may mas mataas na mga pagpapahalaga na nagpapahiwatig ng mas mahusay na sukat.

Ang mga metrikong ito ay nagbibigay ng batayang pang-astronomiya para sa pagtasa at paghahambing ng modelong pagganap sa mga pinangangasiwaang gawaing pagkatuto.