交叉验证公式

生成交叉验证报表后,它将包含每个模型的准确性度量值,具体取决于挖掘模型的类型(即,用于创建模型的算法)、可预测属性的数据类型和可预测属性值(如果有)。

本节列出了交叉验证报表中使用的度量值,并介绍了计算方法。

有关按模型类型细分准确性度量值,请参阅 交叉验证报表中的度量值

用于交叉验证度量值的公式

注意

重要: 这些准确性度量值是针对每个目标属性计算的。 对于每个属性,您可指定或省略目标值。 如果数据集中的事例不具有任何目标属性值,则会将该事例视为包含名为“缺失值” 的特殊值。 在针对特定目标属性计算准确性度量值时,具有缺失值的行不计算在内。 注意,由于分数是针对每个属性分别计算的;如果目标属性存在值,但其他属性缺失值,则不会影响目标属性的分数。

度量 应用于 实现
真正 离散属性,值已指定 满足以下条件的事例计数:

事例包含目标值。

模型已预测事例包含目标值。
真负 离散属性,值已指定 满足以下条件的事例计数:

事例不包含目标值。

模型已预测事例不包含目标值。
假正 离散属性,值已指定 满足以下条件的事例计数:

实际值等于目标值。

模型已预测事例包含目标值。
假负 离散属性,值已指定 满足以下条件的事例计数:

实际值不等于目标值。

模型已预测事例不包含目标值。
通过/失败 离散属性,无指定的目标 满足以下条件的事例计数:

如果具有最高概率的预测状态与输入状态相同并且概率大于 “状态阈值”的值,则通过。

否则,将会失败。
电梯 离散属性。 可以指定目标值,但目标值并不是必需的。 具有目标属性值的所有行的平均对数可能性,其中,每个事例的对数可能性计算为 Log(ActualProbability/MarginalProbability)。 为了计算该平均值,对数可能性值的总和将除以输入数据集的行数(但不包括缺少目标属性值的那些行)。

提升可以为正值,也可以为负值。 正值意味着有效模型优于随机推测。
日志分数 离散属性。 可以指定目标值,但目标值并不是必需的。 每个事例的实际概率的对数和除以输入数据集中的行数,不包括缺少目标属性值的行。

由于概率用小数表示,因此,对数分数始终是负数。 接近 0 的分数是较好的分数。
事例可能性 群集 所有事例的分类可能性得分的总和除以分区中的事例数,不包括缺少目标属性值的行。
平均绝对误差 连续属性 分区中所有事例的绝对误差的总和除以分区中的事例数。
均方根误差 连续属性 分区的平均平方误差的平方根。
均方根误差 离散属性。 可以指定目标值,但目标值并不是必需的。 概率得分补数的平方的平方根除以分区中的事例数,不包括缺少目标属性值的行。
均方根误差 离散属性,无指定的目标。 概率得分补数的平方的平方根除以分区中的事例数,不包括缺少目标属性值的事例。

另请参阅

测试和验证(数据挖掘)
交叉验证(Analysis Services – 数据挖掘)