Модельний інтервал довіри забезпечує діапазон, в межах якого очікується, що справжня модель або значення параметра, щоб знизити певну ймовірність. Вони корисні для розуміння невизначеності, пов'язаної з моделями оцінки в машинних навчальних додатках.

Розуміння кондиційних взаємодій

У звіті про довіру є статистичний діапазон, який обчислюється з даних, які, ймовірно, містять істинне значення параметра. У машинному навчанні це може звернутися до метрики, таких як точність, точність, точність або коефіцієнти моделі.

Етапи розрахунку конфіденції

Дотримуйтесь цих кроків, щоб компралювати інтервали довіри до моделі:

  • Збір зразків метрики виконання моделі через поперечну вальвацію або декілька проходжень.
  • Розрахунок кількості і стандартного відхилення зразка.
  • Виберіть рівень довіри (наприклад, 95%).
  • Визначити відповідну критичну цінність з t-розподілу або z-розподілу на основі розміру зразка і рівня довіри.
  • Зняття запасу помилки: критичне значення × (розміри стандартного відхилення / розмір √sample).
  • Розрахунок інтервалу довіри: + маржа помилки.

Приклад розрахунку

Припустимо, що точність моделі оцінюється понад 30 трас, з однаковою точністю 85% і стандартним відхиленням 3%. Для 95% рівня довіри критичне значення від t-розподілу становить приблизно 2.045.

Помаранчевий похибка: 2.045 × (3 / √30) ≈ 2.045 × 0.547 ≈ 1.12%. Упор довіри становить 85% ± 1,1%, що призводить до діапазону приблизно 83.88% до 86.12%.