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	Коэффициент детерминации МакФаддена определяется на основе логарифма функции правдоподобия и применяется для оценки степени соответствия модели регрессии реальным данным (изменяется от 0 до 1)
Скорректированный коэффициент детерминации	Коэффициент детерминации МакФаддена скорректированный. Используется для сравнения моделей с различным числом факторов (изменяется от 0 до 1).
Хи-квадрат	Статистика отношения правдоподобия
Число степеней свободы модели	Число независимо варьируемых переменных 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-Куинна	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 статистике отношения правдоподобия.