AWS Machine Learning Service의 성능 결과를 해석하는 방법은 무엇입니까?

Question

나는 Amazon Web Service Machine Learning 서비스를 제공하는 조종사로 일하고 있으며 나는 약간의 soubts를 가지고있다.

필자는 Binary Classifier 모델을 사용했으며, 제 생각에는 얻은 결과의 히스토그램이 수치 결과와 일치하지 않습니다. 히스토그램에 따르면 False Positives 분포는 True Negative 분포보다 높지만 수치 결과는 이러한 현상을 나타내지 않습니다.

• 778 명 진정한 양성
• 15,178 진정한 네거티브
• 6663 오탐 (false positive)
• 173 위음성이 문제에 통찰력을 가져올 수

누구?

는

Answer 1

이 아마존 웹 서비스 지원 팀에서 내 질문에 대한 대답입니다 :

일부는 주위에 파고 수행 한 후, 나는 Y 축 스케일링은 히스토그램에 대한 대수 것을 발견, 왜 직접적인 1 : 1 영역 이 참 부정과 가양 성의 비교가 수치 결과와 일치하지 않는지 설명합니다.을 표시하지 않은 경우로그 스케일, 내 생각 엔 Y 축의 대부분이 진정한 부정적 결과와 참 긍정 결과에 의해 좌우되는 일 것이고 거짓 인 긍정과 거짓 네거티브는 눈에 띄게보기에는 너무 작을 수 있습니다.

참조 :

Y 축이 결과를 제공하는 히스토그램 서로 일치 대수 경우 https://forums.aws.amazon.com/message.jspa?messageID=733706.

Answer 2

당신은 컷오프 점수에 제어 (수직선)가, 감사하고 그 반대의 경우도 마찬가지 왼쪽과 오른쪽에서 이동할 수 있습니다. 다이어그램에서 컷오프 점수 방식을 왼쪽으로 옮겼습니다. 즉, 대부분의 경우 예를 예측하게되므로 거짓 긍정 (잘못된 긍정 (예)으로 잘못 예상 됨), 오탐 . 자신의 포럼을 통해