Más contenido relacionado
Similar a 20181117 azure ml_seminar_2 (20)
20181117 azure ml_seminar_2
- 4. どの機械学習モジュールを使うか
• Azure Machine Learning Studio のアルゴリズムの選択方法
• https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/algorithm-
choice
• Azure Machine Learning Studioの機械学習アルゴリズム チート
シート
• https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/algorithm-
cheat-sheet
- 23. 評価指標
• Mean Absolute Error
• 平均絶対誤差(MAE)は、予測が実際の結果にどのくらい近いかを測定
します。従って、スコアが低い方が良い。
• Root Mean Square Error
• モデルの誤差を要約する単一の値を作成します。差を二乗することに
よって、メトリックは過予測と過小予測の差を無視します。
- 24. 評価指標
• Releative Absolute Error
• 相対絶対誤差(RAE)は、予想値と実際値の相対的な絶対差です。相対
差は平均差を算術平均で除算するためです。
• Releative Squared Error
• 相対二乗誤差(RSE)は同様に、実際の値の二乗誤差の二乗で除算する
ことによって、予測値の二乗誤差の二乗を正規化します。
Notas del editor
- ■学習アルゴリズム
回帰
2分類
多分類
異常検知
クラスタリング
リコメンド
■評価
Scored
Evaluate
評価指標