Vyhodnocení modelu

Procvičování statistických otázek k pohovoru v R

Zuzanna Chmielewska

Actuary

Křížová validace

Křížová validace

Křížová validace

Křížová validace

Křížová validace

Křížová validace

Křížová validace

Matice záměn

Matice záměn

Matice záměn

Matice záměn

Klasifikační metriky

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

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

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

Klasifikační metriky

Přesnost

Úplnost

Regresní metriky

Regresní metriky

Regresní metriky

Střední kvadratická chyba (RMSE)

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

Střední absolutní chyba

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

Regresní metriky

Střední kvadratická chyba (RMSE)

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

• velká váha velkým chybám

Střední absolutní chyba

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

• snadná interpretace

Shrnutí

• přístup validační sady
• křížová validace
• matice záměn
• klasifikační metriky
• regresní metriky

Lass uns üben!

Procvičování statistických otázek k pohovoru v R