Podręcznik
2. Metody oceny jakości rozwiązań
2.6. Słownik
Słownik opanowanych pojęć
Chwilowy błąd estymacji – różnica między wartością estymowaną a wartością dokładną mierzonej wielkości.
Miara jakości rozwiązania – przyjęty sposób oceny jakości wyników działania systemu w stosunku do wartości rzeczywistych.
MAE – błąd średni absolutny (ang. Mean Absolute Error).
MAPE – średni błąd względny absolutny (ang. Mean Absolute Percentage Error).
RMSE – średni błąd kwadratowy (ang. Root Mean Squared Error).
MAXE – maksymalny błąd bezwzględny (ang. Maximum Error )
MAXPE –względny (procentowy) błąd maksymalny (ang. Maximum Percentage Error - MAXPE)
Miara korelacyjna – miara uwzględniająca korelację wyników wyjściowych z wartościami rzeczywistymi.
Współczynnik Theila – współczynnik porównujący względną wartość błędu średniego badanej metody z odpowiadającą mu wartością błędu prognozy naiwnej.
Macierz niezgodności klasowej – macierz prezentująca wyniki rozpoznania klas na tle wartości prawdziwych (macierz pomyłek).
Klasa rzadka – klasa reprezentowana przez małą liczbę obserwacji.
Klasa większościowa – klasa reprezentowana przez dominującą liczbę obserwacji.
TP – (ang. True Positive) oznacza przypadki prawdziwie pozytywne w rozpoznaniu pożądanej (rzadkiej) klasy (traktowanej jako pozytywna).
TN – (ang. True Negative) oznacza przypadki prawdziwie negatywne w rozpoznaniu klasy przeciwnej (traktowanej jako negatywna) .
FP – (ang. False Positive) oznacza przypadki prawdziwie negatywne rozpoznane jako klasa rzadka.
FN – (ang. False Negative) oznacza przypadki prawdziwie pozytywne (rzadkie) rozpoznane jako klasa większościowa.
TPR – (ang. True Positive Rate) oznacza stosunek liczby poprawnie rozpoznanych przypadków rzadkich do liczby wszystkich przypadków rzadkich – wielkość traktowana jako czułość klasowa.
TNR – (ang. True Negative Rate) oznacza stosunek liczby poprawnie rozpoznanych przypadków większościowych do liczby wszystkich przypadków większościowych – wielkość zwana również specyficznością.
FPR – (ang. False Positive Rate) zdefiniowany jako stosunek liczby przypadków większościowych sklasyfikowanych jako rzadkie do liczby wszystkich przypadków większościowych.
FNR – (ang. False Negative Rate) zdefiniowany jako stosunek liczby przypadków rzadkich sklasyfikowanych jako większościowe do liczby wszystkich przypadków rzadkich.
Precyzja klasowa – stosunek prawdziwej liczby rozpoznanych przypadków danej klasy do wszystkich przypadków rozpoznanych przez klasyfikator jako dana klasa.
ACC – (ang. ACCuracy) dokładność klasyfikatora określająca procent dobrze sklasyfikowanych przypadków przynależności klasowej.
F1 – miara jakości klasyfikatora uwzględniająca jednocześnie precyzję i czułość rozpoznania danej klasy (określana dla każdej klasy oddzielnie).
ROC – (ang. Receiver Operating Characteristics) charakterystyka przedstawiająca graficznie relację między miarą TPR (oś pionowa) a miarą FPR (oś pozioma).
AUC – (ang. Area Under Curve) – wielkość pola pod krzywą ROC.
Kodowanie rozproszone – sposób kodowania klas na wyjściu sieci w którym liczba jedynek użyta w kodowaniu klasy może być dowolna.
K-krotna walidacja krzyżowa – (ang. k-cross validation) technika wielokrotnej oceny jakości systemu w której dostępny zbiór danych dzieli się na k części (często k jest równe 10), spośród których (k-1) jest użyte w uczeniu a jedna część pozostawiona do testowania.
Leave-one-out – technika k-krotnej walidacji krzyżowej, w której zbiór testujący zawiera tylko jedną daną, pozostałe służą uczeniu.