Professional Documents
Culture Documents
Các phương pháp đánh giá dự kiến sử dụng
Các phương pháp đánh giá dự kiến sử dụng
Dự đoán Thực tế Mô tả
Sắp nghỉ Sắp nghỉ True Positive (TP): Số lượng nhân viên được dự
việc việc đoán sắp nghỉ việc và thực sự sắp nghỉ việc
Sắp nghỉ Không False Positive (FP): Số lượng nhân viên được dự
việc nghỉ việc đoán sắp nghỉ việc nhưng thực sự không nghỉ việc
Không Sắp nghỉ False Negative (FN): Số lượng nhân viên được dự
nghỉ việc việc đoán không nghỉ việc nhưng thực sự sắp nghỉ việc.
Độ chính xác (Accuracy): Là thước đo phổ biến nhất để đánh giá hiệu suất
của mô hình dự đoán.
Độ nhạy (Recall):Thể hiện tỷ lệ nhân viên sắp nghỉ việc được mô hình dự
đoán chính xác. Recall cao cho biết mô hình dự đoán tốt các trường hợp nhân
viên sắp nghỉ việc
Giá trị dự đoán dương (Precision):Tỷ lệ dự đoán nhân viên sắp nghỉ việc
chính xác trong tổng số các dự đoán nhân viên sắp nghỉ việc .
Precision cao cho biết mô hình dự đoán ít sai sót hơn trong việc xác định
những nhân viên sẽ nghỉ việc.
F1-score: F1-Score cao cho biết mô hình dự đoán cân bằng tốt giữa việc xác
định chính xác những nhân viên sẽ nghỉ việc (Precision) và việc xác định tất cả
những nhân viên sẽ nghỉ việc (Recall). F!-score là điểm trung bình điều hòa
giữa Precision (Độ chính xác dự đoán dương) và Recall (Độ nhạy).
Trục hoành (False Positive Rate - FPR): Tỷ lệ dự đoán nhân viên không nghỉ
việc sai (dự đoán nghỉ việc) so với tổng số nhân viên thực tế không nghỉ việc.
Trục tung (True Positive Rate - TPR): Tỷ lệ dự đoán nhân viên nghỉ việc chính
xác so với tổng số nhân viên thực tế nghỉ việc.
Diện tích dưới đường cong ROC (AUC - Area Under the Curve): Thể hiện khả
năng phân biệt giữa những nhân viên sẽ nghỉ việc và những nhân viên sẽ không
nghỉ việc của mô hình.
Ý nghĩa AUC:
AUC càng cao, khả năng phân biệt của mô hình càng tốt.
AUC = 0.5: Mô hình dự đoán không tốt hơn dự đoán ngẫu nhiên.
AUC = 1.0: Mô hình dự đoán hoàn hảo.