stringtranslate.com

Discusión:Regla de puntuación

Intitulado

PurpleMage ( discusión ) 03:13 16 nov 2010 (UTC)La notación de la regla de puntuación de decisión binaria de U(x,q) no se presta a la puntuación multiclase. Me gustaría integrar mejor la notación de las reglas de puntuación binarias y multiclase, ya que la división no necesita ser tan marcada. PurpleMage ( discusión ) 03:13 16 nov 2010 (UTC) [ responder ]


La introducción a este artículo debería explicar el uso no sólo en términos de pronóstico humano, sino también en términos de calibración de clasificadores de patrones. Este artículo es complicado ya que p, que es nuestra probabilidad óptima, se denomina "creencia personal de probabilidad del pronosticador" para el pronóstico, lo que no tiene sentido para un algoritmo de máquina del que aún deseamos honestidad. PurpleMage ( discusión ) 05:04 16 nov 2010 (UTC) [ responder ]

¡Sí! Si es así, se deberían hacer comparaciones con la teoría de la estimación, por ejemplo, la máxima verosimilitud. También se deberían incluir algunas pruebas. Kjetil Halvorsen 05:43, 2 de agosto de 2011 (UTC) — Comentario anterior sin firmar añadido por Kjetil1001 ( discusióncontribuciones )

Estoy de acuerdo. Además, una prueba que muestre específicamente que una regla es correcta sería una buena prueba para agregar. 199.46.199.232 ( discusión ) 01:21 5 mar 2012 (UTC) [ responder ]

¿Sería posible escribir la sección introductoria del artículo de una manera que permita que sea entendida por seres humanos comunes (en oposición a matemáticos)? La tercera frase por sí sola contiene al menos tres conceptos no triviales con los que el lector necesita estar familiarizado para entender solo esa oración, sin hablar del resto de la introducción. La misma oración además (!) menciona que las probabilidades de todos los resultados posibles deben sumar uno. Dado que uno sabe qué es una probabilidad, ¿cómo ayuda mencionar el hecho de que suma = 1 a agregar algo útil para permitir que el lector comprenda el tema en cuestión? Si uno no sabe qué son las probabilidades, ¿cómo ayuda eso? vea lo que debería ser una introducción . Afirmo que la introducción ya es impenetrable para los seres humanos comunes y después de eso el lector se ahoga en matemáticas sin más. Como con muchos otros artículos relacionados con la ciencia, el público objetivo de este artículo parece ser matemáticos AFAICS. Afirmo que ese no es el propósito de Wikipedia. Los matemáticos tienen su propio universo editorial que les sirve como referencia. El público en general es el principal objetivo de Wikipedia y, por lo tanto, el objetivo debería ser, en la medida de lo posible (!), permitir que el público en general comprenda el texto. Soy consciente de que estoy criticando sin mejorar el artículo. Supongo que lo haría si me sintiera competente. Gracias TomasPospisek ( discusión ) 21:56 24 may 2020 (UTC) [ responder ]

Han pasado más de tres años y la afirmación de Tomas Pospisek sigue siendo válida. Este artículo no resulta comprensible para quienes no tienen conocimientos profundos de estadística, y no tiene por qué ser así ni es útil mantenerlo así.
Además, queda un texto residual extraño: "Un pronosticador mal calibrado podría verse alentado a hacerlo mejor mediante un sistema de bonificación. Un sistema de bonificación diseñado en torno a una regla de puntuación adecuada incentivará al pronosticador a informar probabilidades iguales a sus creencias personales ". Esta es una afirmación sobre la psicología de la motivación de los pronosticadores (del tiempo), que probablemente sea bastante errónea, y para la cual el artículo (Bickel, EJ (2007)) citado como apoyo es en realidad irrelevante. Dado el tema del artículo, estas dos oraciones no tienen nada útil que decir sobre la predicción o las reglas de puntuación y deberían eliminarse. Este texto proviene de hace mucho tiempo, cuando el texto circundante era diferente, y aunque tampoco era útil entonces, tenía un poco más de sentido. 38.147.235.238 (discusión) 22:07 19 ago 2023 (UTC) [ responder ]

¿Qué es un esquema de pronóstico?

Este término se utiliza en la sección de definiciones sin explicación. — Charles Stewart (discusión) 13:31 24 feb 2017 (UTC) [ responder ]

¿El primer enlace externo está desactualizado?

No puedo ver un video debajo del enlace de "Video comparando reglas de puntuación esférica, cuadrática y logarítmica" MathieuPutz ( discusión ) 22:12 2 ene 2023 (UTC) [ responder ]

Añadir un párrafo apropiado "Comparación de reglas de puntuación"

Este párrafo debería analizar el gif en profundidad y explicar qué son los gráficos que se ven allí. Biggerj1 ( discusión ) 12:44 1 sep 2023 (UTC) [ responder ]

Además, para saber cuándo utilizar qué función de puntuación es interesante, consulte la discusión en https://doi.org/10.1287/deca.1070.0089 Biggerj1 ( discusión ) 21:51 1 septiembre 2023 (UTC) [ responder ]

Discuta el problema del conjunto de datos extremadamente desequilibrado

Biggerj1 ( discusión ) 06:38 24 sep 2023 (UTC) [ responder ]

https://stats.stackexchange.com/questions/489106/brier-score-and-extreme-class-imbalance Biggerj1 ( discusión ) 06:39 24 sep 2023 (UTC) [ responder ]

Discusión sobre la posible fusión de esta página

En la parte superior de esta página, se ha sugerido fusionar esta página con Funciones de pérdida para clasificación , por lo que quiero abrir una discusión sobre eso.

Personalmente, no estoy de acuerdo con esto, ya que se han realizado muchas investigaciones interesantes sobre las reglas de puntuación continua (tanto univariadas como multivariadas). Hasta hace poco, solo se mencionaba brevemente el CRPS como regla de puntuación continua.

La semana pasada, agregué una variedad de material sobre reglas de puntuación continua a esta página y planeo resumir una variedad de documentos comparativos, con el fin de crear una sección de comparación completa de reglas de puntuación , incluida una expansión de la sección de aplicaciones, ya que las reglas de puntuación se aplican a menudo en aplicaciones de aprendizaje automático. En mi opinión, esto es suficiente para justificar una página separada. CuriousDataScientist (discusión) 13:31, 11 de mayo de 2024 (UTC) [ responder ]

Estoy de acuerdo. En mi punto de vista, las reglas de puntuación tratan, en primer lugar y sobre todo, de la verificación de pronósticos, y deberían tratarse por separado de las funciones de pérdida. Está claro que los temas se superponen, pero sería engañoso fusionarlos porque 1) provienen de diferentes ramas de la ciencia, y es bueno reconocer las contribuciones de diferentes campos, al menos por el bien de la historia. 2) Las pérdidas y las métricas son, en mi humilde opinión, nociones distintas. Es posible que desee minimizar una pérdida (lo que significa que estudiaría la forma en que se comporta en un algoritmo de minimización), mientras espera que una métrica le brinde información sobre un fenómeno/sistema. Las reglas de puntuación pueden ser ambas cosas, no son " solo " pérdidas. 90.55.188.103 (discusión) 12:51, 16 de julio de 2024 (UTC) [ responder ]
Las pérdidas también pueden ser ambas. La pérdida RMS es un ejemplo común de una regla fácilmente interpretable. Curvas cerradas tipo Limelike ( discusión ) 15:23 18 jul 2024 (UTC) [ responder ]
Estoy de acuerdo contigo en que hay mucha investigación sobre reglas de puntuación continua, por lo que creo que cualquier fusión debería ir en la dirección opuesta (de las funciones de pérdida para la clasificación a esta página). Las funciones de pérdida para la clasificación son un tipo específico de regla de puntuación; específicamente, son una aplicación de la puntuación a las tareas de clasificación (generalmente con predicciones binarias/categóricas en lugar de probabilísticas). Closed Limelike Curves ( discusión ) 15:28 18 jul 2024 (UTC) [ responder ]