[問題] 請推薦完整的模型評估方法的教學和程式碼

[ruthertw (督人無數就是我)]

不管是目前主流的套件,

官方說明文件範例幾乎都是僅就相當侷限的條件下,

以及很小的數據量(大部分還都是csv文件),

來示範模型評估方法,

和做超簡單不深入的說明.

可推薦完整的模型評估方法的教學和程式碼?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.200.58.139 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1657610626.A.D7C.html
推 yiche: 統計學假說檢定的章節會提及type I error, type II error，
→ yiche: 對應到偽陰/偽陽，會cover到最後一段列的這些metric中的大
→ yiche: 部份，我是覺得這些只要論文看得夠多都知道什麼問題會採用
→ yiche: 什麼，再來看過定義即可
→ lycantrope: 論文都沒看懂，怎麼有勇氣批評別人論文錯誤百出啊w
推 lofu: 每個問題設計的模型評估方法都不一樣，搭配不同的時空背景會
→ lofu: 有不一樣的cv strategy，多打打kaggle被比賽shake up幾次就
→ lofu: 會明白了。
→ yoyololicon: 這種evaluation metrics 不是通常都有單獨的套件包
→ yoyololicon: 了 如果很常用到的話
→ yoyololicon: 然後投稿論文不是在投稿code  reviewer 沒有義務去
→ yoyololicon: 檢驗 真的就是看作者心情
→ chang1248w: github版本條件一樣嗎？
→ yuwenche: 本來爛論文就居大多數.只要把百中選一的好論文及程式碼
→ yuwenche: 作深入研究,就可使功力大增.
推 kokolotl: 大大可以寫一套放上GitHub讓大家使用，感恩～
推 HYDE1986: 看看papers with code
→ r51303: 你的描述槽點都滿滿呢 先去KAGGLE上把大型競賽前20名都看
是喔,
有哪些槽點呢?
願聞其詳~
→ r51303: 完 會分享程式的不一定會超過10個 但一定有能用的
→ r51303: 從能用的裡面先去搞懂怎樣弄出一個自己能跑的程式架構
→ r51303: 再從中去修改吧
→ ruthertw: 誠心敲碗~ 我要看你批評我文中的槽點~
推 InvincibleK: R大必推~
※ 編輯: ruthertw (180.217.243.20 臺灣), 08/19/2022 15:59:25
※ 編輯: ruthertw (1.200.36.165 臺灣), 09/05/2022 14:09:09
推 bearching: 如果是統計相關的模型，找套裝軟體的說明就有很多
→ bearching: stata或sas的說明都很完整