- Accuracy: доля верных предсказаний.
- Precision: точность предсказаний класса.
- Recall: полнота предсказаний класса.
- F1-score: сбалансированная метрика точности и полноты.
- ROC-AUC: качество модели при разных порогах.
2. Для регрессии:
- MSE: среднеквадратичная ошибка.
- MAE: средняя абсолютная ошибка.
- R²: объясненная доля дисперсии.
3. Для кластеризации:
- Silhouette Score: качество разделения кластеров.
- Dunn Index: компактность и разделенность кластеров.
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Anonymous Quiz
2%
Logistic Regression
11%
RNN
85%
ARIMA
2%
Naive Bayes
🤔1
Anonymous Quiz
9%
L1-регуляризация
17%
L2-регуляризация
54%
Обрезка деревьев
20%
Случайные леса
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
Anonymous Quiz
53%
PCA
23%
LDA
17%
NMF
7%
T-SNE
Anonymous Quiz
5%
Accuracy
1%
Precision
10%
Recall
85%
F1-score
Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚Базу Знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Anonymous Quiz
13%
Метод Ньютона
75%
Градиентный спуск
10%
Метод опорных векторов
1%
K-means