Перейти к основному содержимому Перейти к дополнительному содержимому

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.

Интерпретация оценок 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.

Общее представление об алгоритмах модели

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице и с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом, чтобы мы смогли ее исправить!