Авторизация
Быстрая регистрация
После регистрации вы сможете задавать вопросы и писать свои ответы, получая за это бонусы. Все остальные функции на сайте доступны без регистрации.
Напиши ответ и заработай
Вы должны войти или зарегистрироваться, чтобы добавить ответ и получить бонусы.
Выберите обучающие онлайн-курсы
- Разработка
- Маркетинг
- Аналитика
- Дизайн
- Менеджмент
Деньги на новый год и праздники
- Кредитные карты
- Быстрые займы
Совкомбанк
Кред. лимит
500 000 ₽
Проц. ставка
от 0%
Без процентов
До 36 мес.
Стоимость
0 руб.
Кэшбэк
до 10%
Решение
5 мин.
8 800 200-66-96
sovcombank.ru
Лицензия: №963
39 256 заявок
МТС Банк
Кред. лимит
1 000 000 ₽
Проц. ставка
от 11.9%
Без процентов
до 111 дней
Стоимость
0 руб.
Кэшбэк
до 30%
Решение
2 мин.
8 800 250-0-520
mtsbank.ru
Лицензия: №2268
17 943 заявок
Альфа-банк
Кред. лимит
500 000 ₽
Проц. ставка
от 11.99%
Без процентов
до 365 дней
Стоимость
0 руб.
Кэшбэк
до 33%
Решение
2 мин.
8 800 2000 000
alfabank.ru
Лицензия: №1326
12 162 заявок
ВебЗайм
Сумма займа
30 000 ₽
Проц. ставка
От 0%
Срок займа
До 30 дней
Кред. история
Любая
Возраст
От 18 лет
Решение
5 мин.
8-800-700-8706
web-zaim.ru
27 881 заявок
ВэбБанкир
Сумма займа
30 000 ₽
Проц. ставка
От 0%
Срок займа
До 30 дней
Кред. история
Любая
Возраст
От 20 лет
Решение
1 мин.
8 800 775-54-54
webbankir.com
32 718 заявок
Lime
Сумма займа
70 000 ₽
Проц. ставка
От 0%
Срок займа
До 168 дней
Кред. история
Любая
Возраст
От 21 года
Решение
1 мин.
8-800-7000-197
lime-zaim.ru
16 537 заявок
Z score что это?
Z-оценка (Z-score) - это стандартизированная оценка, которая показывает, насколько отклоняется значение наблюдаемой переменной от среднего значения в единицах стандартного отклонения.
Формула для расчета Z-оценки:
Z = (X - μ) / σ
Где:
Z - Z-оценка
X - значение переменной
μ - среднее значение ... Читать далее
F1 score (или F1-мера) является метрикой, используемой для оценки качества классификационных моделей, особенно в задачах с несбалансированными классами. Она является гармоническим средним между точностью (precision) и полнотой (recall) модели.
Точность (precision) представляет собой долю правильно классифицированных положительных примеров относительно всех примеров, которые модель отнесла к положительному классу.
Полнота (recall) показывает, какую долю положительных примеров модель верно классифицировала относительно всех истинно положительных примеров.
F1 score объединяет точность и полноту в одно число и вычисляется по следующей формуле:
F1 score = 2 * (precision * recall) / (precision + recall)
Значение F1 score находится в диапазоне от 0 до 1, где 1 означает идеальную модель, а 0 — модель, которая не смогла классифицировать ни один пример правильно.