Misklassifikasiekoers: Dit vertel jou watter fraksie van voorspellings verkeerd was. Dit staan ook bekend as klassifikasiefout. Jy kan dit bereken met (FP+FN)/(TP+TN+FP+FN) of (1-Akkuraatheid). Presisie: Dit vertel jou watter fraksie van voorspellings as 'n positiewe klas eintlik positief was.
Wat beteken die wanklassifikasiekoers?
'n "Klassifikasiefout" is 'n enkele geval waarin jou klassifikasie verkeerd was, en 'n "wanklassifikasie" is dieselfde ding, terwyl "wanklassifikasiefout" 'n dubbel negatief is. "Wanklassifikasiekoers", aan die ander kant, is die persentasie klassifikasies wat verkeerd was.
Is 'n hoër of laer wanklassifikasiekoers beter?
'n Klassifikasietegniek met die hoogste akkuraatheid en akkuraatheid met die laagste wanklassifikasiekoers en wortelgemiddeldekwadraatfout word as die mees intelligente klassifiseerder vir voorspellingsdoeleindes beskou.
Wat is wanklassifikasiekoers in masjienleer?
Misklassifikasiekoers (%): Die persentasie van verkeerd geklassifiseerde gevalle is niks, maar die wanklassifikasiekoers van die klassifiseerder en kan bereken word as. (2) • Wortel gemiddelde kwadraat (RMS) fout: RMSE verskaf gewoonlik hoe ver die model is om die regte antwoord te gee.
Hoe verminder jy wanklassifikasiekoers?
As jy die wanklassifikasie wil verminder balanseer net jou monsters in elke klas En as jy die akkuraatheid wil verhoog, neem net baie klein waarde vir aanvanklike leertempo terwyl jy opsieparameters definieer. Eerstens moet jy die akkuraatheid van opleiding, validering en toetsdata vergelyk.
