Presisi dapat dilihat sebagai ukuran kualitas, dan daya ingat sebagai ukuran kuantitas. Presisi yang lebih tinggi berarti bahwa suatu algoritme mengembalikan hasil yang lebih relevan daripada yang tidak relevan, dan ingatan yang tinggi berarti bahwa suatu algoritme mengembalikan sebagian besar hasil yang relevan (apakah yang tidak relevan juga dikembalikan atau tidak).
- Berapa skor presisi dan daya ingat yang baik??
- Apa yang dikatakan kurva presisi-recall kepada Anda??
- Berapa skor F1 yang dapat diterima??
- Bagaimana Anda menafsirkan skor F??
Berapa skor presisi dan daya ingat yang baik??
Presisi tinggi berkaitan dengan tingkat positif palsu yang rendah. Kami punya 0.788 presisi yang cukup bagus. Recall (Sensitivity) - Recall adalah rasio pengamatan positif yang diprediksi dengan benar dengan semua pengamatan di kelas yang sebenarnya - ya.
Apa yang dikatakan kurva presisi-recall kepada Anda??
Kurva Precision-Recall merangkum trade-off antara tingkat positif sejati dan nilai prediksi positif untuk model prediktif menggunakan ambang probabilitas yang berbeda.
Berapa skor F1 yang dapat diterima??
Skor F1 dianggap sempurna jika bernilai 1 , sedangkan model gagal total jika bernilai 0 . Ingat: Semua model salah, tetapi beberapa berguna. Artinya, semua model akan menghasilkan beberapa negatif palsu, beberapa positif palsu, dan mungkin keduanya.
Bagaimana Anda menafsirkan skor F??
Jika Anda mendapatkan nilai f yang besar (yang lebih besar dari nilai kritis F yang ditemukan dalam sebuah tabel), itu berarti ada sesuatu yang signifikan, sedangkan nilai p yang kecil berarti semua hasil Anda signifikan. Statistik F hanya membandingkan efek gabungan dari semua variabel bersama-sama.