Сводка

Переменные, которые отдает порт Сводка, представлены в таблице:

Переменная (Метка)	Описание
Всего примеров	Общее число примеров, поданных на вход модели
Всего отобранных примеров	Число примеров, используемое в модели
Примеров в обучающем множестве	Число примеров, на котором обучается модель
Среднеквадратическая ошибка на обучающем множестве	Ошибка обучения, показывающая точность настройки модели на обучающем множестве
Процент ошибок классификации на обучающем множестве	Процент неправильного отнесение объектов (наблюдений, событий) к одному из заранее известных классов
Средняя перекрестная энтропия на обучающем множестве	Количественная оценка разницы между двумя распределениями вероятностей
Порог отсечения при обучении модели	Расчетное значение уравнения регрессии (изменяется от 0 до 1)
-2 Логарифма функции правдоподобия	Функция, которая определяет вероятность появления значений параметров регрессионной модели для заданного значения независимой переменной x
Коэффициент детерминации	Величина связи между переменными регрессионной модели (изменяется от 0 до 1)
Скорректированный коэффициент детерминации	Величина связи между переменными регрессионной модели (изменяется от 0 до 1). Отличается от нескорректированного коэффициента детерминации тем, что скорректированный коэффициент может уменьшаться при введении в регрессионную модель переменных, не оказывающих существенного влияния на зависимую переменную.
Хи-квадрат	Критерий согласия для проверки гипотезы о законе распределения исследуемой случайной величины
Число степеней свободы модели	Число независимо варьируемых значений признака
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	Наряду с критерием Акаике и критерием Байеса, выдается в результатах оценки моделей с дискретными и ограниченными зависимыми переменными
P-значение модели	Оценка точности модели. Представляет собой вероятность того, что значение проверочной статистики используемого критерия, вычисленное по выборке, превысит установленное p-значение.