Matrice di confusione e sbilanciamenti dei dati
Come è possibile sapere se un modello è valido o meno per la classificazione dei dati? Il modo in cui i computer valutano le prestazioni del modello può talvolta essere difficilmente comprensibile oppure può comportare una eccessiva semplificazione del comportamento del modello nel mondo reale. Per creare modelli che funzionino in modo soddisfacente, è necessario individuare metodi intuitivi per valutarli e comprendere in che modo queste metriche possono condizionare la percezione.
Obiettivi di apprendimento
Contenuto del modulo:
- Valutare le prestazioni dei modelli di classificazione.
- Esaminare le metriche per migliorare i modelli di classificazione.
- Mitigare i problemi di prestazioni dovuti a sbilanciamenti dei dati.
Prerequisiti
Conoscenza di base dei modelli di classificazione