อธิบาย 10 Metrics พื้นฐานสำหรับวัดผลโมเดล Machine Learning

ML Engineer มี metrics ที่ใช้วัดความถูกต้องของโมเดลหลายตัว แบ่งเป็นสองกลุ่มใหญ่สำหรับปัญหา regression และ classification บทความนี้แอดจะอธิบาย 10 metrics พื้นฐานที่ทุกคนควรรู้จัก [su_spoiler title=”10 metrics มีอะไรบ้าง?”]Regression – MAE, MSE, RMSE, R2Classification – Accuracy, Precision, Recall, F1-Score, F-Beta Score, AUC[/su_spoiler] ในบทความนี้เราใช้ terminology (คำศัพท์) ดังนี้ ผลการทำนายของโมเดลคือ yprediction ค่าจริงคือ yactual metrics คือค่าที่ได้จากการคำนวณ/ เปรียบเทียบผล prediction vs. actual ว่าโมเดลของเราทำนายได้ถูกต้องแค่ไหน Let’s focus at Regression มาเริ่มกันที่ metrics สำหรับปัญหา Regression เราสร้างโมเดล Regression…

Read More