ComputeUncertainty

ComputeUncertainty

是 ClassifierMeasurements, LearnedDistribution 及其他函数的选项，指定是否应返回数值结果及其不确定性 .

更多信息

  • 用 Around 给出不确定性.
  • 产生的不确定性区间通常对应于一个标准偏差.

范例

基本范例  (2)

用 ClassifierMeasurements 创建并测试一个分类器：

测量准确性及其不确定性：

测量 F1 分数及其不确定性：

在名义数据集上训练 "Multinormal" 分布：

由于进行了必要的预处理，PDF 计算并不准确：

用 ComputeUncertainty 获取结果的不准确性：

增大 MaxIterations 以提高估计精度：

Wolfram Research (2019)，ComputeUncertainty，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComputeUncertainty.html.

文本

Wolfram Research (2019)，ComputeUncertainty，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComputeUncertainty.html.

CMS

Wolfram 语言. 2019. "ComputeUncertainty." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ComputeUncertainty.html.

APA

Wolfram 语言. (2019). ComputeUncertainty. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ComputeUncertainty.html 年

BibTeX

@misc{reference.wolfram_2024_computeuncertainty, author="Wolfram Research", title="{ComputeUncertainty}", year="2019", howpublished="\url{https://reference.wolfram.com/language/ref/ComputeUncertainty.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_computeuncertainty, organization={Wolfram Research}, title={ComputeUncertainty}, year={2019}, url={https://reference.wolfram.com/language/ref/ComputeUncertainty.html}, note=[Accessed: 22-November-2024 ]}