Tirez trente échantillons, formez un intervalle de confiance pour chacun et comptez ceux qui couvrent la vérité - la façon la plus claire de voir que le niveau de confiance décrit la procédure, pas un intervalle isolé.
30 échantillons, chacun un IC à 95%.
Chaque intervalle rouge a manqué la vraie valeur. Sur un grand nombre d’échantillons, près de 95% des intervalles la couvrent : c’est ce que signifie le niveau de confiance, une propriété de la procédure, et non une probabilité que cet intervalle précis contienne la vérité (il la contient ou non). Rééchantillonnez pour voir changer les intervalles qui manquent, et réduisez la taille de l’échantillon pour voir les intervalles s’élargir.
Fonctionne entièrement dans votre navigateur. Rien de ce que vous saisissez n’est envoyé ni conservé.
Le cadre commun à tout modèle prédictif : estimer une fonction inconnue f à partir des données, la séparation entre erreur réductible et irréductible, et pourquoi prédiction et inférence tirent dans des directions opposées.
Pourquoi l’erreur d’entraînement est une estimation biaisée de l’erreur de test, et comment l’ensemble de validation, le leave-one-out et le k-fold y remédient, avec une LOOCV à cinq observations calculée point par point.