Wahrheitsmatrix und unausgeglichene Daten
Woher wissen wir, ob ein Modell gut oder schlecht darin ist, unsere Daten zu klassifizieren? Die Art und Weise, wie Computer die Modellleistung bewerten, ist manchmal schwierig nachzuvollziehen oder kann zu einer zu starken Vereinfachung des Verhaltens eines Modells in der realen Welt führen. Für die Erstellung zufriedenstellender Modelle müssen wir intuitive Möglichkeiten für deren Bewertung finden und verstehen, wie diese Metriken unsere Beurteilung verzerren können.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Bewerten der Leistung von Klassifizierungsmodellen
- Überprüfen von Metriken zur Verbesserung von Klassifizierungsmodellen
- Beheben von Leistungsproblemen durch unausgeglichene Daten
Voraussetzungen
Grundkenntnisse mit Klassifizierungsmodellen