Süperviz öğrenme sistemleri, etkinliğini belirlemek için çeşitli ölçümleri kullanarak değerlendirilir. İki yaygın ölçümler doğruluk ve hassastır. Bu metrikleri hesaplamak model performansını değerlendirmek için nasıl gereklidir.

Doğruyu hesaplamak

Tüm tahminlerin model tarafından yapılan doğru tahminlerin oranını ölçer. Formülü kullanarak hesaplanır:

[0]))))) (Dönergelerin sayısı) / (Toplam Tahmin Sayısı)).

Örneğin, bir model 100 örnekten 90'ı doğru bir şekilde tahmin ederse, doğruluk 0.9 veya% 90'dır.

Hassasiyet hesaplamak

Hassasiyet, model tarafından yapılan olumlu tahminlere odaklanır. Tahmin edilen olumluların çoğunun gerçek pozitif olduğunu gösterir.

[FONT=0)Öyleme = (Gerçek Olumlular) / (Gerçek Olumlular + Yanlış Olumlular)).

Örneğin, bir model 50 pozitif öngörürse ve bunların 40'ı doğruysa, hassas 0.8 veya% 80.

Hesaplama Adımları

  • Doğruluk için toplam tahmin ve doğru tahminlerin belirlenmesi.
  • Doğru pozitifler ve hassas pozitifler için sayın.
  • Her metrik hesaplamak için formülleri uygulayın.