06
12월
머신러닝 알고리즘 비교를 위한 통계적 유의성 테스트
in Technology
Comments
머신러닝 방법을 비교하고 최종 모델을 선택하는 것은 적용된 머신러닝의 일반적인 작업입니다.모델은 일반적으로 평균 기술 점수를 직접 계산하고 비교하는 k-fold 교차 검증과 같은 리샘플링 방법을 사용하여 평가됩니다. 이 접근 방식은 간단하지만 평균 기술 점수 간의 차이가 실제인지 통계적 우연의 결과인지 알기 어렵기 때문에 오해의 소지가 있습니다.통계적 유의성 검정은 이 문제를 해결하고 동일한 분포에서 추출되었다는 가정을 고려하여 기술 점수 표본이 관찰될 가능성을 정량화 하도록 설계되었습니다. 이 가정...
Read More