Кривая рабочих характеристик приемника или Кривая ROC - отличный инструмент для оценки эффективности модели классификации . Измерение общего качества модели не может оставаться тривиальным делом. Модель классификации отображает характеристики входных данных в вероятности попадания в разные категории, поэтому вместо того, чтобы сказать, что эти входные данные выглядят как собака или кошка, модель выводит значение вероятности X, которое можно описать как - этот ввод относится к..

Одной из основных проблем, с которыми сталкиваются бизнес-лидеры в компаниях, является потеря сотрудников. В этом посте изучается отток сотрудников с использованием моделей машинного обучения, таких как SVM, Naive Bayes и. Модели классификации KNN. Использование синтетических данных, созданных IBM watson, доступно здесь Этот пост в блоге является частью программы Udacity Data Scientist Nano Degree, доступной здесь Бизнес-понимание . Уход талантливых сотрудников из компании —..

Самый популярный показатель может быть не таким значимым, как вы думаете Когда я начал работать специалистом по данным, я использовал ROC-кривую для измерения качества модели. Ведь это стандарт. Однажды более опытный коллега сказал мне: «Вам следует прекратить использовать кривую ROC, вместо этого следует использовать среднюю точность». Тут я не особо задумывался над этой фразой. Я просто последовал совету коллеги. В конце концов, он был очень опытным, а я был новичком...