Точността може да се разглежда като мярка за качество и да се припомня като мярка за количество. По -високата точност означава, че алгоритъмът връща по -релевантни резултати от нерелевантните, а високото извикване означава, че алгоритъм връща повечето от съответните резултати (независимо дали се връщат и нерелевантните).
- Какво е добра точност и резултат от извикването?
- Какво ви казва кривата за прецизно извикване?
- Какво е приемлив резултат от F1?
- Как интерпретирате F резултат?
Какво е добра точност и резултат от извикването?
Високата точност е свързана с ниския процент фалшиви положителни резултати. Имаме 0.788 прецизност, което е доста добро. Припомняне (чувствителност) - припомнянето е съотношението на правилно предвидените положителни наблюдения към всички наблюдения в действителния клас - да.
Какво ви казва кривата за прецизно извикване?
Кривите на Precision-Recall обобщават компромиса между истинския положителен лихвен процент и положителната прогнозна стойност за прогнозен модел, използвайки различни прагове на вероятност.
Какво е приемлив резултат от F1?
Резултатът от F1 се счита за перфектен, когато е 1, докато моделът е пълен провал, когато е 0 . Запомнете: Всички модели са грешни, но някои са полезни. Тоест всички модели ще генерират някои фалшиви негативи, някои фалшиви положителни резултати и евентуално и двете.
Как интерпретирате F резултат?
Ако получите голяма стойност f (такава, която е по -голяма от критичната стойност F, намерена в таблица), това означава, че нещо е значително, докато малка стойност p означава, че всички ваши резултати са значителни. Статистиката F просто сравнява съвместния ефект на всички променливи заедно.