Pytania dotyczące metryk oceny modeli

Front

Co mierzy dokładność (Accuracy)?

Back

Procent poprawnych przewidywań w całym zbiorze danych

Front

Co mierzy precyzja (Precision)?

Back

Procent prawdziwych pozytywów wśród wszystkich przewidywań pozytywnych prawidłowa

Front

Co mierzy czułość / pełność (Recall / Sensitivity)?

Back

Procent prawdziwych pozytywów wśród wszystkich rzeczywistych pozytywów

Front

Co mierzy swoistość / specyficzność (Specificity)?

Back

Procent prawdziwych negatywów wśród wszystkich rzeczywistych negatywów prawidłowa

Front

Co przedstawia macierz pomyłek (Confusion Matrix)?

Back

Tabele błędów i poprawnych klasyfikacji z podziałem na kategorie prawidłowa

Front

Co przedstawia krzywa ROC (Receiver Operating Characteristic)?

Back

Zależność między czułością (TPR) a odsetkiem fałszywych pozytywów (FPR)

Front

Co oznacza AUC (Area Under Curve)?

Back

Pole pod krzywą ROC pokazujące zdolność modelu do rozróżniania klas prawidłowa

Front

Co mierzy miara F1 (F1-score)?

Back

Harmoniczną średnią precyzji i czułości, równoważąc oba te wskaźniki.

Front

Co określa średni błąd absolutny (MAE – Mean Absolute Error)?

Back

Średnią wartość bezwzględnych różnic między wartościami przewidywanymi i rzeczywistymi

Front

Co mierzy średni błąd kwadratowy (MSE – Mean Squared Error)?

Back

Średnią wartość kwadratów różnic między przewidywaniami a rzeczywistością