Публикации по теме 'confusion-matrix'
Матрица путаницы: как ее использовать и чему она может вас научить
Матрица путаницы — это мощный инструмент для анализа эффективности классификатора. Давайте подробно обсудим концепцию матрицы путаницы.
Матрица путаницы — это таблица, которая часто используется для описания производительности модели классификации (или «классификатора») на наборе тестовых данных, для которых известны истинные значения. Классификатор — это модель, которая классифицирует данные по разным категориям на основе их общих характеристик.
Общая идея заключается в том, что..
Чувствительность, специфичность, ошибка типа I, ошибка типа II и?
Машинное обучение и статистика всегда сбивают с толку не только алгоритмы, но и оценку результатов. Матрица неточностей, таблица непредвиденных обстоятельств и многие другие - все это методы визуализации для облегчения понимания значения параметров оценки. Вы должны слышать об этих параметрах каждый день, например, когда люди говорят о чувствительности и специфичности ПЦР-теста на COVID-19.
В этом посте я объединю, казалось бы, похожие концепции показателей оценки как из статистики,..
Машинное обучение: методы измерения производительности модели
Мы должны быть в состоянии проверить успех наших результатов, прежде чем мы начнем писать алгоритмы классификации.
В этой статье будут рассмотрены некоторые из наиболее важных методов оценки эффективности классификации. Они следующие:
Точность Матрица путаницы Точность и отзыв ROC-кривая
Точность
Вы помните, как сдавали экзамены с несколькими вариантами ответов в средней школе или университете? Проблемы классификации в машинном обучении очень похожи. Ваша задача состоит в..
Кривая ROC для оценки модели
Кроме метрической формы, например. точность, точность, полнота, специфичность и показатель F1 , производительность модели также может быть графически представлена в виде кривой рабочей характеристики приемника (ROC). Кривая ROC — это просто график зависимости чувствительности от 1-специфичности при изменении порога:
Приведенная выше кривая ROC показывает, как ее можно использовать для выбора оптимального порога классификации, который обеспечивает наилучший компромисс между FPR..
Матрица путаницы в кибербезопасности
Прогнозное моделирование — это метод или математический процесс, который помогает прогнозировать будущие возможности путем изучения и анализа исторических данных и понимания закономерностей. Он включает в себя различные шаги, такие как сбор данных, выбор функций, предварительная обработка, обработка данных, оценка модели и создание модели. Обработка данных может быть определена как преобразование необработанных данных путем очистки, структурирования и т. д. в желаемый формат, который..
Киберпреступления и матрица путаницы
Машинное обучение – это приложение искусственного интеллекта (ИИ), которое предоставляет системам возможность автоматически обучаться и совершенствоваться на основе полученного опыта без явного программирования. Машинное обучение направлено на разработку компьютерных программ, которые могут получать доступ к данным и использовать их для самостоятельного обучения.
Что такое матрица путаницы и зачем она нужна?
Когда дело доходит до машинного обучения, измерение..
Машинное обучение: обнаружение мошенничества с кредитными картами
С постоянным увеличением финансовых транзакций в Интернете и растущей популярностью электронной коммерции кредитные карты стали одной из самых распространенных форм оплаты. Однако этот сценарий также открыл двери для значительного роста мошенничества с кредитными картами, что представляет собой постоянную проблему как для финансовых учреждений, так и для потребителей.
В 2021 году только в Бразилии число случаев мошенничества с кредитными картами увеличилось более чем на 30 % , что..