Model değerlendirme

R ile İstatistik Mülakat Soruları Pratiği

Zuzanna Chmielewska

Actuary

Çapraz doğrulama

Çapraz doğrulama

Çapraz doğrulama

Çapraz doğrulama

Çapraz doğrulama

Çapraz doğrulama

Çapraz doğrulama

Karmaşıklık matrisi

Karmaşıklık matrisi

Karmaşıklık matrisi

Karmaşıklık matrisi

Sınıflandırma ölçütleri

$\text{accuracy} = \frac{TP+TN}{TP+TN+FP+FN}$

$\text{precision} = \frac{TP}{TP+FP}$

$\text{recall} = \frac{TP}{TP+FN}$

Sınıflandırma ölçütleri

Kesinlik

Duyarlılık

Regresyon ölçütleri

Regresyon ölçütleri

Regresyon ölçütleri

Kök Ortalama Kare Hata

$RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n} (y_i - \hat{y}_i)^2}$

Ortalama Mutlak Hata

$MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|$

Regresyon ölçütleri

Kök Ortalama Kare Hata

$RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n} (y_i - \hat{y}_i)^2}$

• büyük hatalara yüksek ağırlık verir

Ortalama Mutlak Hata

$MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|$

• yorumu daha kolaydır

Özet

• doğrulama kümesi yaklaşımı
• çapraz doğrulama
• karmaşıklık matrisi
• sınıflandırma ölçütleri
• regresyon ölçütleri

Haydi pratik yapalım!

R ile İstatistik Mülakat Soruları Pratiği