Suppose that we have generated two

Suppose that we have generated two classification models, M1 and M2, from our data. We have performed 10-fold cross-validation to obtain a mean error rate8 can we determine which model is best? It may seem intuitive to select the model with the lowest error rate; however, the mean error rates are just estimates of error on the true population of future data cases. There can be considerable variance between error rates within any given 10-fold cross-validation experiment. Although the mean error rates obtained for M1 and M2 may appear different, that difference may not be statistically significant. What if any difference between the two may just be attributed to chance? This section addresses these questions.

ผลลัพธ์ (ไทย) 1:

สมมติว่า เราได้สร้างรุ่นประเภทสอง M1 และ M2 จากข้อมูลของเรา เราทำการตรวจสอบข้าม 10-fold รับ rate8 ข้อผิดพลาดหมายถึงเราสามารถกำหนดรูปแบบที่ดีสุด มันอาจดูเหมือนง่ายที่จะเลือกรูปแบบอัตราการผิดพลาดต่ำสุด อย่างไรก็ตาม อัตราข้อผิดพลาดหมายความว่าจะประเมินเพียงข้อผิดพลาดในกรณีที่ข้อมูลในอนาคตประชากรจริง คุณสามารถพิจารณาผลต่างระหว่างอัตราข้อผิดพลาดในการทดลองตรวจสอบข้าม 10-fold กำหนด แม้ว่าราคาผิดพลาดเฉลี่ยที่ได้ M1 และ M2 อาจปรากฏแตกต่างกัน ความแตกต่างที่ไม่ได้มีนัยสำคัญทางสถิติ ถ้ามีความแตกต่างระหว่างทั้งสองอาจเพียงถือโอกาส ส่วนนี้แสดงคำถามเหล่านี้

ผลลัพธ์ (ไทย) 2:

สมมติว่าเราได้สร้างสองรุ่นจำแนก M1 และ M2 จากข้อมูลของเรา เราได้ดำเนินการ 10 เท่าข้ามการตรวจสอบการได้รับข้อผิดพลาด rate8 หมายความว่าเราสามารถกำหนดรูปแบบที่ดีที่สุดคือ? มันอาจดูเหมือนง่ายที่จะเลือกรุ่นที่มีอัตราความผิดพลาดต่ำสุด; อย่างไรก็ตามอัตราความผิดพลาดหมายถึงเป็นเพียงการประมาณการของข้อผิดพลาดในประชากรที่แท้จริงของกรณีข้อมูลในอนาคต สามารถมีความแปรปรวนมากระหว่างอัตราความผิดพลาดภายในกำหนด 10 เท่าการทดสอบการตรวจสอบข้ามใด ๆ แม้ว่าอัตราความผิดพลาดหมายถึงได้รับสำหรับ M1 และ M2 อาจแตกต่างที่ไม่อาจจะมีนัยสำคัญทางสถิติ เกิดอะไรขึ้นถ้าแตกต่างระหว่างสองใด ๆ ก็อาจนำมาประกอบกับโอกาส? ในส่วนนี้จะอยู่คำถามเหล่านี้

ผลลัพธ์ (ไทย) 3:

สมมติว่าเราได้สร้างสองประเภทรุ่น M1 และ M2 จากข้อมูลของเรา เราได้ดำเนินการ 10 โฟลดเพื่อให้ได้ค่าเฉลี่ยความคลาดเคลื่อน rate8 เราสามารถกําหนดรูปแบบซึ่งเป็นที่ดีที่สุด ? มันอาจดูเหมือนง่ายที่จะเลือกรุ่นที่มีอัตราความผิดพลาดน้อยที่สุด อย่างไรก็ตาม ค่าเฉลี่ยอัตราความคลาดเคลื่อนเป็นเพียงการประเมินความคลาดเคลื่อนของประชากรที่แท้จริงของกรณีข้อมูลในอนาคต สามารถมีมากความแปรปรวนระหว่างอัตราความผิดพลาดภายในใด ๆให้ 10 โฟลด การทดลอง แม้ว่าจะหมายถึงอัตราความคลาดเคลื่อน M1 และ M2 ซึ่งอาจปรากฏแตกต่างกัน ความแตกต่างนั้นอาจจะไม่ได้เป็นอย่างมีนัยสำคัญทางสถิติ ถ้าเกิดความแตกต่าง ระหว่าง สอง อาจจะเกิดจากโอกาส ? ส่วนนี้เน้นคำถามเหล่านี้