سؤال

يمكن للمرء قياس الخير من نوبة إحصائية باستخدام معيار معلومات Akaike (AIC), ، الذي يمثل الخير من الملاءمة وعدد المعلمات المستخدمة لإنشاء النموذج. يتضمن AIC حساب القيمة المزدوجة لوظيفة الاحتمالية لهذا النموذج (ل). كيف يمكن لحساب واحد ل, ، نظرا لنتائج التنبؤ لنموذج التصنيف، ممثلة بمصفوفة تشويش؟

هل كانت مفيدة؟

المحلول 2

معيار التقييم المستند إلى المعلومات لأداء المصنف بواسطة Kononenko و Bratko هو بالضبط ما كنت أبحث عنه:

عادة ما تستخدم دقة التصنيف كإجراء أداء التصنيف. هذا التدبير هو المعروف أن لديها العديد من العيوب. يجب أن يستبعد معيار التقييم العادل تأثير احتمالات الفصل التي قد تمكن مصنف غير مطلع تماما لتحقيق بدقة تصنيف عالية بشكل تافه. في هذه الورقة، تم اقتراح طريقة لتقييم درجة المعلومات لإجابات ملف المصنف. يستثني تأثير الاحتمالات السابقة، يتعامل مع أنواع مختلفة من الإجابات غير المكتملة أو الاحتمالية ويمكن استخدامها أيضا لمقارنة الأداء في مجالات مختلفة.

نصائح أخرى

لا يمكن حساب AIC من مصفوفة الارتباك لأنه لا يحتوي على أي معلومات حول احتمال. اعتمادا على النموذج الذي تستخدمه قد يكون من الممكن حساب احتمال أو احتمال شبه الجواسي وبالتالي AIC أو QIC.

ما هي مشكلة التصنيف التي تعمل عليها، وما هو النموذج الخاص بك؟

في سياق التصنيف غالبا ما يتم استخدام تدابير أخرى للقيام باختبار GOF. أوصي بالقراءة من خلال عناصر التعلم الإحصائي من قبل Hastie، Tibshirani و Friedman للحصول على نظرة عامة جيدة على هذا النوع من المنهجية.

أتمنى أن يساعدك هذا.

مرخصة بموجب: CC-BY-SA مع الإسناد
لا تنتمي إلى StackOverflow
scroll top