Конфіденції – статистичні інструменти, які використовуються для оцінки діапазону, в межах якого передбачення моделі, ймовірно, падають. У наглядовому навчанні вони надають розуміння невизначеності, пов’язаних з прогнозами, особливо в реальних додатках, де поширеність даних.

Розуміння кондиційних взаємодій

Упевнений інтервал пропонує ряд значень, які вважають, що містять істинне значення параметра з вказаною ймовірністю, наприклад 95%. Для керованих моделей навчання це допомагає кількісно визначити невизначеність індивідуальних прогнозів або загальної продуктивності моделі.

Розрахунок конфіденції

Розрахунок інтервалів довіри передбачає статистичні формули, які залежать від розподілу даних і залишків моделі. Загальні методи включають використання стандартної помилки прогнозування і припустимо нормальне поширення для великих розмірів зразків.

Застосування в реальних сценаріїв світу

У практичних додатках, які допомагають у прийнятті рішень, за допомогою яких є надійність прогнозів. Наприклад, у фінансах вони допомагають оцінити ризик, пов'язаний з прогнозованими цінами на запас. У охороні здоров'я вони забезпечують межі прогнозування результату пацієнта.

Ключові зауважень

  • Sample Size: Більші зразки призводять до більш точного інтервалу.
  • Model Успеції: Дійсність залежить від припущення, як нормальність і гомоскопетичнаність.
  • Дата Варіабельність: Результати високої мінливості в більших інтервалах.
  • Тип друку: // Intervals відрізняється для прогнозування точок інтервалів між інтервалами для того, що відповідь.