Concepten van modelevaluatie begrijpen
Het kan handig zijn om een basisbegrip van modelstatistieken te hebben voordat u start met het analyseren van uw trainingsresultaten.
De beschikbare modelstatistieken kunnen grofweg in twee typen worden verdeeld: modelscores en statistieken over functie-urgentie. Beide typen moeten geanalyseerd worden tijdens de evaluatie van uw modellen.
Er zijn ook verschillen tussen de manier waarop elk beschikbaar algoritme uw modellen traint.
Modelscores
Modelscores geven de nauwkeurigheid weer van de voorspellingen van het model.
Functie-urgentie
Functie-urgentie is technisch gezien geen modelscore, maar het moet in combinatie met modelscores worden gebruikt om de modelkwaliteit te beoordelen en om mogelijke problemen te diagnosticeren. Functie-urgentie biedt ook belangrijke inzichten in factoren die van invloed zijn op trends binnen de gegevens.
Algoritmen
Bepaalde algoritmen werken het beste voor specifieke typen problemen. Elk algoritme heeft zijn sterke en zwakke kanten, die bij de evaluatie van modellen in overweging genomen moeten worden.