КРИТЕРИИ И ФАКТОРЫ ОЦЕНИВАЮЩИЕ МЕТОДЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗ ДАННЫХ

Abstract

Аннотация. Данная работа посвящен изучению основных критериев и факторов для оценки работы методов интеллектуального анализ данных. Статья предоставляет всесторонний обзор различных критериев и факторов оценки, таких как точность, интерпретируемость, обобщаемость, эффективность и масштабируемость. Точность является основным и простым критерием, позволяющим измерить производительность модели. Однако, для полного понимания производительности модели при работе с несбалансированными данными, также рассматриваются Precision, Recall и F-score. Интерпретируемость оценивается по способности модели объяснять свои прогнозы. Обобщаемость оценивается по способности модели хорошо работать с новыми, невидимыми данными. Эффективность рассматривать то насколько хорошо модель может работать. Масштабируемость рассматривает методы для обработки огромных объемов данных. В результате данной статьи, люди могут понять по каким критерием нужно проводить выбор модели для интеллектуального анализ данных.