ED-4.2-m07-1.0-Slajd8

From Studia Informatyczne

Testowanie

Testowanie


W drugim etapie klasyfikacji, zwanym etapem testowania dokonujemy weryfikacji dokładności opracowanego modelu. Weryfikacja dokładności modelu jest realizowana w następujący sposób: dla zbioru przykładów testowych, dla których znane są wartości atrybutu decyzyjnego, wartości te są porównywane z wartościami atrybutu decyzyjnego generowanymi dla tych przykładów przez klasyfikator. Na slajdzie przedstawiony jest zbiór danych testowych wyodrębniony z bazy danych ubezpieczalni. Zbiór ten zawiera cztery krotki. Zbiór danych testowych zostaje poddany procesowi klasyfikacji. Klasyfikator generuje dla podanych rekordów wartości atrybutu decyzyjnego. Następnie weryfikujemy dokładność modelu. Miarą weryfikującą dokładność modelu jest tzw. Współczynnik dokładności modelu, który jest liczony jako procent przykładów testowych poprawnie zaklasyfikowanych przez model. Zauważmy, że klasyfikator wygenerował następujące wartości atrybutu decyzyjnego dla zbioru danych testowych: High, Low, Low, High. Jeżeli porównamy wartości atrybutu decyzyjnego, które zostały wygenerowane dla tych przykładów przez klasyfikator i porównamy je z wartościami atrybutu decyzyjnego w zbiorze danych testowych, okazuje się że klasyfikator poprawnie zaklasyfikował 3 z 4 przypadków. A zatem współczynnik dokładności modelu wynosi 3 czyli 75%.


<< Poprzedni slajd | Spis treści | Następny slajd >>