Hilfe bei der Auswahl des Kompatibilitätstests für Klassifizierungsalgoritm

1. Woher wissen Sie, welchen ML -Algorithmus für Ihr Klassifizierungsproblem Sie wählen sollen??
2. Wie können Sie den Klassifizierungsalgorithmus bewerten??

Woher wissen Sie, welchen ML -Algorithmus für Ihr Klassifizierungsproblem Sie wählen sollen??

Um nun zu verwenden, welcher Algorithmus vom Ziel des Geschäftsproblems abhängt. Wenn Inferenz das Ziel ist, sind restriktive Modelle besser, da sie viel interpretierbarer sind. Flexible Modelle sind besser, wenn eine höhere Genauigkeit das Ziel ist. Im Allgemeinen nimmt seine Interpretierbarkeit mit zunehmender Flexibilität einer Methode ab.

Wie können Sie den Klassifizierungsalgorithmus bewerten??

Genauigkeit. Die Spitzenmetrik zur Bewertung von Klassifizierungsalgorithmen ist die Genauigkeit. Auf dem Zähler haben wir alle Beispiele, die wir mit unserem Algorithmus richtig gemacht haben. Auf dem Nenner haben wir unsere gesamte Probe.