04103ntm a22006017a 4500 000194394 CZ-PrVSE 20110620175452.0 m d cr n|||||||||| 110620s2009 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Hanusek, Lubomír ISIS:4049 dis Míry kvality klasifikačních modelů a jejich převod [elektronický zdroj] / Lubomír Hanusek 2009 ?? s. : digital, PDF soubor Vedoucí práce: Petr Hebák Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Prediktivní sílu klasifikačních modelů lze vyhodnotit různými ukazateli. V oblasti data miningu (dále DM) se nejvíce využívají míry Giniho koeficient, Kolmogorovova-Smirnovova statistika a lift. Tyto míry jsou založeny na zcela rozdílném způsobu výpočtu a je-li analytik zvyklý používat jednu z těchto měr, může být pro něj těžké udělat si představu o kvalitě modelu vyhodnoceném jinou mírou. Tato práce si klade za cíl nalézt mezi jednotlivými mírami převodní mechanismus. Přestože hlavní důraz je kladen na tři výše uvedené míry, práce se zabývá i dalšími ukazateli, a to sensitivitou, specificitou, celkovou správností a plochou pod ROC křivkou. Při vývoji DM modelů často vzniká potřeba pracovat nikoli s původním základním souborem o rozsahu miliónů či desítek miliónů pozorování, ale s výběrem, který je stratifikovaný dle hodnot vysvětlované proměnné Y. Vyhodnotí-li se pak model na stratifikovaných datech, vzniká potřeba vědět, jak se jednotlivé míry změní při přepočtu na základní soubor. Tato práce popisuje způsob, jak tento převod uskutečnit. Součástí této práce je i softwarová aplikace, která výše uvedené převody umožňuje. S její pomocí lze nejen převádět jednu míru kvality na druhou, ale také převádět míry získané na stratifikovaném souboru na soubor základní. Výstupem této aplikace je vedle požadovaných měr (sensitivita, specificita, celková správnost, Giniho koeficient, Kolmogorovova-Smirnovova statistika) také konfuzní matice a grafy kvality (lift křivka, gains křivka, ROC křivka a KS křivka). Internetová adresa, kde lze aplikaci stáhnout, a také uživatelský manuál k této aplikaci jsou součástí této práce. Veškerá teorie popsaná v této práci byla ověřena na reálných datových souborech. Způsob přístupu: Internet Disertační práce (Ph.D.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2009 Rok obhajoby 2009 konfuzní matice lift Kolmogorovova-Smirnovova statistika Giniho koeficient klasifikační model ROC křivka logistická regrese specificita sensitivita převod data mining statistika [obor disert. práce] disertace fd132024 czenas dissertations eczenas Hebák, Petr, 1940-2022 jk01040466 ths Řezanková, Hana, 1956- ola2004231522 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/14612/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/14612 Hlavní práce https://isis.vse.cz/zp/14612/posudek/oponent/9816 Oponentura https://isis.vse.cz/zp/14612/posudek/oponent/9836 Oponentura https://isis.vse.cz/zp/14612/priloha/1751 Přiloha k práci http://isis.vse.cz/zp/92459/podrobnosti dc:identifier NEPOSILAT VSKP vse14612 110513 92459 md5 92459 c3dec4c8a91637d8c6d098433ecb5ecf