拟合优度 - 版本历史

2024年1月19日 (五) 11:30 Zeroclanzhang

2024-01-19T11:30:12Z

←上一版本		2024年1月19日 (五) 19:30的版本
第7行：		第7行：
	\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=~~[[Has english name::~~Goodness Of Fit]]		\|nodeenglishname=Goodness Of Fit
	\|abbreviation=~~[[Has abbreviation::~~GOF]]		\|abbreviation=GOF
	\|funcmaincategory=机器学习		\|funcmaincategory=机器学习
	\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]		\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]

2024年1月18日 (四) 09:45 Zeroclanzhang

2024-01-18T09:45:04Z

←上一版本		2024年1月18日 (四) 17:45的版本
第5行：		第5行：
	\|simpleicon=Goodness Of Fit_Pure.svg		\|simpleicon=Goodness Of Fit_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=~~PC可用~~		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=[[Has english name::Goodness Of Fit]]		\|nodeenglishname=[[Has english name::Goodness Of Fit]]
	\|abbreviation=[[Has abbreviation::GOF]]		\|abbreviation=[[Has abbreviation::GOF]]
第12行：		第12行：
	\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]		\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]
	\|nodecategory=数据挖掘		\|nodecategory=数据挖掘
	\|nodeinterpretor=R		\|nodeinterpretor=Python
	\|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于评估观测数据与某个理论分布之间的拟合程度。它用于确定观测数据是否与所假设的理论分布相一致。</p>		\|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于评估观测数据与某个理论分布之间的拟合程度。它用于确定观测数据是否与所假设的理论分布相一致。</p>
	\|nodeinputnumber=2		\|nodeinputnumber=2

2023年12月8日 (五) 06:16 Zeroclanzhang

2023-12-08T06:16:14Z

←上一版本		2023年12月8日 (五) 14:16的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList		\|nodeconfiguration=VariableList
	\|nodeinputports=WorkFlow-Control 🠊;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/拟合优度		\|statsapewikiurl=https://wiki.statsape.com/拟合优度
	\|previousnode=[[混淆矩阵]]		\|previousnode=[[混淆矩阵]]

2023年12月8日 (五) 04:22 Zeroclanzhang

2023-12-08T04:22:06Z

←上一版本		2023年12月8日 (五) 12:22的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList		\|nodeconfiguration=VariableList
	\|nodeinputports=WorkFlow-Control 🠶;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠊;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/拟合优度		\|statsapewikiurl=https://wiki.statsape.com/拟合优度
	\|previousnode=[[混淆矩阵]]		\|previousnode=[[混淆矩阵]]

2023年12月8日 (五) 02:58 Zeroclanzhang

2023-12-08T02:58:32Z

←上一版本		2023年12月8日 (五) 10:58的版本
第2行：		第2行：
	\|nodename=拟合优度		\|nodename=拟合优度
	\|nodeimage=Goodness Of Fit.png		\|nodeimage=Goodness Of Fit.png
			\|icon=Goodness Of Fit.svg
			\|simpleicon=Goodness Of Fit_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=PC可用		\|productionstate=PC可用
第17行：		第19行：
	\|nodeifswitchsupport=否		\|nodeifswitchsupport=否
	\|nodeavailableplotlist=nodenoplotoutput		\|nodeavailableplotlist=nodenoplotoutput
	\|nodeavailabletablelist=		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=		\|nodeconfiguration=VariableList
	\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠶;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/拟合优度		\|statsapewikiurl=https://wiki.statsape.com/拟合优度
	\|previousnode=[[混淆矩阵]]		\|previousnode=[[混淆矩阵]]
	\|nextnode=[[平均类准确率]]		\|nextnode=[[平均类准确率]]
	}}		}}

2023年12月4日 (一) 14:52 Zeroclanzhang

2023-12-04T14:52:41Z

←上一版本		2023年12月4日 (一) 22:52的版本
第23行：		第23行：
	\|statsapewikiurl=https://wiki.statsape.com/拟合优度		\|statsapewikiurl=https://wiki.statsape.com/拟合优度
	\|previousnode=[[混淆矩阵]]		\|previousnode=[[混淆矩阵]]
	\|nextnode=[[~~拟合优度~~]]		\|nextnode=[[平均类准确率]]
	}}		}}

2023年12月4日 (一) 14:14 Zeroclanzhang

2023-12-04T14:14:47Z

←上一版本		2023年12月4日 (一) 22:14的版本
第1行：		第1行：
	{{Infobox nodebasic\|nodename=拟合优度\|nodeimage=~~Confusion Matrix~~.png\|developer=Dev.Team-DPS\|productionstate=PC可用\|productionstatedesc=在[[~~DecisionTree~~ \| V1.0]]部署\|nodeenglishname=[[Has english name::~~Confusion Matrix~~]]\|abbreviation=CM\|funcmaincategory=机器学习\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]\|nodecategory=数据挖掘\|nodeinterpretor=R\|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于评估观测数据与某个理论分布之间的拟合程度。它用于确定观测数据是否与所假设的理论分布相一致。</p>\|nodeinputnumber=2\|nodeoutputnumber=2\|nodeloopsupport=否\|nodeifswitchsupport=否\|nodeavailableplotlist=nodenoplotoutput\|nodeavailabletablelist=\|nodeconfiguration=\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■\|statsapewikiurl=https://wiki.statsape.com/~~拟合优度_Plus~~\|previousnode=[[混淆矩阵]]\|nextnode=[[~~平均类准确率~~]]}}{{Navplate AlgorithmNodeList}}[[Category:模型评估]]		{{Infobox nodebasic
			\|nodename=拟合优度
			\|nodeimage=Goodness Of Fit.png
			\|developer=Dev.Team-DPS
			\|productionstate=PC可用
			\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署
			\|nodeenglishname=[[Has english name::Goodness Of Fit]]
			\|abbreviation=[[Has abbreviation::GOF]]
			\|funcmaincategory=机器学习
			\|funcsubcategory=[[Eva Lv1 Cat::模型评估]]
			\|nodecategory=数据挖掘
			\|nodeinterpretor=R
			\|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于评估观测数据与某个理论分布之间的拟合程度。它用于确定观测数据是否与所假设的理论分布相一致。</p>
			\|nodeinputnumber=2
			\|nodeoutputnumber=2
			\|nodeloopsupport=否
			\|nodeifswitchsupport=否
			\|nodeavailableplotlist=nodenoplotoutput
			\|nodeavailabletablelist=
			\|nodeconfiguration=
			\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
			\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
			\|statsapewikiurl=https://wiki.statsape.com/拟合优度
			\|previousnode=[[混淆矩阵]]
			\|nextnode=[[拟合优度]]
			}}


			{{Navplate AlgorithmNodeList}}

			[[Category:模型评估]]

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic|nodename=拟合优度|nodeimage=Confusion Matrix.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Confusion Matrix|abbreviation=CM|funcmaincategory=机器学习|funcsubcategory=Eva Lv1 Cat::模型评估|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=
拟合优度检验（Goodness of Fit Test）是一种统计方法，用于…”

2023-12-02T14:37:13Z

创建页面，内容为“{{Infobox nodebasic|nodename=拟合优度|nodeimage=Confusion Matrix.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Confusion Matrix|abbreviation=CM|funcmaincategory=机器学习|funcsubcategory=Eva Lv1 Cat::模型评估|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于…”

新页面

{{Infobox nodebasic|nodename=拟合优度|nodeimage=Confusion Matrix.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Confusion Matrix]]|abbreviation=CM|funcmaincategory=机器学习|funcsubcategory=[[Eva Lv1 Cat::模型评估]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>拟合优度检验（Goodness of Fit Test）是一种统计方法，用于评估观测数据与某个理论分布之间的拟合程度。它用于确定观测数据是否与所假设的理论分布相一致。</p>|nodeinputnumber=2|nodeoutputnumber=2|nodeloopsupport=否|nodeifswitchsupport=否|nodeavailableplotlist=nodenoplotoutput|nodeavailabletablelist=|nodeconfiguration=|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/拟合优度_Plus|previousnode=[[混淆矩阵]]|nextnode=[[平均类准确率]]}}{{Navplate AlgorithmNodeList}}[[Category:模型评估]]