Evaluarea modelului

Exersarea întrebărilor de interviu la statistică în R

Zuzanna Chmielewska

Actuary

Validare încrucișată

Validare încrucișată

Validare încrucișată

Validare încrucișată

Validare încrucișată

Validare încrucișată

Validare încrucișată

Matricea de confuzie

Matricea de confuzie

Matricea de confuzie

Matricea de confuzie

Metrici de clasificare

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

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

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

Metrici de clasificare

Precizie

Rată de regăsire

Metrici de regresie

Metrici de regresie

Metrici de regresie

Eroarea pătratică medie rădăcină

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

Eroarea absolută medie

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

Metrici de regresie

Eroarea pătratică medie rădăcină

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

• pondere mare pentru erori mari

Eroarea absolută medie

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

• interpretare directă

Rezumat

• abordarea setului de validare
• validare încrucișată
• matricea de confuzie
• metrici de clasificare
• metrici de regresie

Să exersăm!

Exersarea întrebărilor de interviu la statistică în R