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 |