Сводка

Переменные, которые отдает порт Сводка, сведены в таблицу:

Переменная (Метка)	Описание
Всего примеров	Общее число примеров, поданных на вход модели
Всего отобранных примеров	Общее число примеров в обучающем и тестовом множествах
Примеров в обучающем множестве	Число примеров, на котором обучается модель
Логарифм функции правдоподобия	Показывает степень соответствия модели набору данных, на котором она обучается
Коэффициент детерминации	Доля дисперсии зависимой переменной, объяснённая регрессионной моделью (изменяется от 0 до 1)
Скорректированный коэффициент детерминации	Отличается от нескорректированного коэффициента детерминации тем, что накладывает штраф за дополнительно вводимые в модель переменные (изменяется от 0 до 1)
Стандартное отклонение	Мера отклонения примеров от предсказанных моделью значений
Число степеней свободы ошибки	Разность между размером выборки и числом оцениваемых параметров модели
Число степеней свободы модели	Число независимо варьируемых переменных модели
F-статистика	Статистика F-теста для оценки значимости модели
Информационный критерий Акаике	Критерий используется для сравнения моделей с разным числом параметров, когда требуется выбрать наилучший набор объясняющих переменных
Информационный критерий Акаике скорректированный	Модифицированный критерий Акаике, применяемый для выборок малого размера, когда отношение числа содержащихся в ней примеров к числу параметров модели меньше 40
Информационный критерий Байеса	Критерий основан на использовании функции правдоподобия и тесно связан с информационным критерием Акаике
Информационный критерий Ханнана-Квина	Критерий основан на использовании функции правдоподобия и является альтернативой критериям Акаике и Байеса
P-значение модели	Оценка значимости модели. Чем меньше P-значение, тем меньше вероятность нулевой гипотезы о том, что нет статистически значимой связи между зависимой и независимыми переменными. Вычисляется по F-статистике.
Примеров в валидационном множестве	Количество примеров в колоде (метод К-fold кросс-валидация) или в итерации ресемплинга (метод Монте-Карло)
Число валидационных разбиений	Количество колод (метод К-fold кросс-валидация) или итераций ресемплинга (метод Монте-Карло)
Примеров в тестовом множестве	Число примеров, на котором проверяется модель