#90 - AUC и F-мера - метрики для модели бинарной классификации

Когда вы хотите проанализировать, что побуждает ваших клиентов к конверсии, регистрации, ответам и т. д., с помощью данных, построение моделей бинарной классификации с использованием алгоритмов машинного обучения или статистического обучения станет отличным инструментом. Однако, как узнать, хороши или плохи ваши модели после их построения? Вот тут-то и пригодятся AUC и F-мера. Это две метрики, которые часто используются для оценки качества прогнозирования моделей. На этом семинаре Кан расскажет, что такое AUC и F-мера, зачем и когда они нужны, и как их использовать в разведочном анализе. Повестка дня: Грамматика аналитики Показатель точности? Точность и полнота F1-мера AUC Подписаться ↓    / @kanaugust   Twitter ↓   / exploratorydata   Инструмент пользовательского интерфейса: Exploratory (https://exploratory.io/) Онлайн-семинар Exploratory: https://exploratory.io/online-seminar