Общие сведения о концепциях проверки моделей
Может быть полезно получить базовое представление о метриках модели, прежде чем приступать к анализу результатов обучения.
Доступные метрики модели можно в широком смысле разделить на два типа: оценки модели и метрики важности признаков. В ходе проверки моделей следует анализировать оба типа метрик.
Также существуют различия в том, как каждый из доступных алгоритмов обучает модели.
Оценки модели
Оценки модели характеризуют точность прогнозов модели.
Важность признака
Важность признаков не является оценкой модели с технической точки зрения, но ее следует использовать в сочетании с оценками модели, чтобы проанализировать качество модели и выявить потенциальные проблемы. Важность признаков также позволяет сделать наблюдения о ключевых факторах, влияющих на тренды в данных.
Общие сведения о важности признаков
Алгоритмы
Определенные алгоритмы работают лучше при решении конкретных типов задач. Каждый алгоритм имеет свои сильные и слабые стороны, которые следует учитывать при проверке моделей.