Changeset 9342:99eb4c6acb1f in orange


Ignore:
Timestamp:
12/13/11 11:27:05 (2 years ago)
Author:
miha <miha.stajdohar@…>
Branch:
default
Convert:
d071a16d7de7c11f5e7fecfc36c37cc2589e8d3e
Message:

Results changed after random generator changed.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • testing/regressionTests/results/orange/modules/statExamples.py.txt

    r5824 r9342  
    11 
    22method  CA  AP  Brier   IS 
    3 bayes   0.901   0.902   0.176    0.758 
    4 tree    0.839   0.837   0.302    0.625 
     3bayes   0.903   0.902   0.176    0.758 
     4tree    0.823   0.822   0.331    0.594 
    55majrty  0.614   0.526   0.474   -0.000 
    66 
    77method  CA  AP  Brier   IS 
    8 bayes   0.901+-0.016    0.902+-0.015    0.176+-0.030     0.758+-0.031 
    9 tree    0.839+-0.012    0.837+-0.011    0.302+-0.020     0.625+-0.022 
     8bayes   0.903+-0.008    0.902+-0.008    0.176+-0.016     0.758+-0.017 
     9tree    0.823+-0.015    0.822+-0.016    0.331+-0.033     0.594+-0.033 
    1010majrty  0.614+-0.003    0.526+-0.001    0.474+-0.001    -0.000+-0.000 
    1111 
    1212Confusion matrix for naive Bayes: 
    13 TP: 238, FP: 14, FN: 29.0, TN: 154 
     13TP: 238, FP: 13, FN: 29.0, TN: 155 
    1414 
    1515Confusion matrix for naive Bayes: 
    16 TP: 240, FP: 19, FN: 27.0, TN: 149 
     16TP: 240, FP: 18, FN: 27.0, TN: 150 
    1717 
    1818Confusion matrix for naive Bayes for 'van': 
    19 TP: 192, FP: 150, FN: 7.0, TN: 497 
     19TP: 192, FP: 151, FN: 7.0, TN: 496 
    2020 
    2121Confusion matrix for naive Bayes for 'opel': 
    22 TP: 77, FP: 75, FN: 135.0, TN: 559 
     22TP: 79, FP: 75, FN: 133.0, TN: 559 
    2323 
    2424    bus van saab    opel 
    25 bus 159 19  16  24 
     25bus 156 19  17  26 
    2626van 4   192 2   1 
    27 saab    7   67  93  50 
    28 opel    7   64  64  77 
     27saab    8   68  93  48 
     28opel    8   64  61  79 
    2929 
    3030Sensitivity and specificity for 'voting' 
    3131method  sens    spec 
    32 bayes   0.891   0.917 
    33 tree    0.809   0.887 
     32bayes   0.891   0.923 
     33tree    0.798   0.863 
    3434majrty  1.000   0.000 
    3535 
    3636Sensitivity and specificity for 'vehicle=van' 
    3737method  sens    spec 
    38 bayes   0.965   0.768 
    39 tree    0.879   0.964 
     38bayes   0.965   0.767 
     39tree    0.829   0.964 
    4040majrty  0.000   1.000 
    4141 
    4242AUC (voting) 
    43      bayes: 0.976 
    44       tree: 0.929 
     43     bayes: 0.974 
     44      tree: 0.925 
    4545    majrty: 0.500 
    4646 
    4747AUC for vehicle using weighted single-out method 
    4848bayes   tree    majority 
    49 0.841   0.811   0.500 
     490.840   0.816   0.500 
    5050 
    5151AUC for vehicle, using different methods 
    5252                            bayes   tree    majority 
    53        by pairs, weighted:  0.860   0.881   0.500 
    54                  by pairs:  0.861   0.883   0.500 
    55     one vs. all, weighted:  0.841   0.811   0.500 
    56               one vs. all:  0.841   0.811   0.500 
     53       by pairs, weighted:  0.861   0.884   0.500 
     54                 by pairs:  0.863   0.885   0.500 
     55    one vs. all, weighted:  0.840   0.816   0.500 
     56              one vs. all:  0.840   0.816   0.500 
    5757 
    5858AUC for detecting class 'van' in 'vehicle' 
    59 0.922   0.922   0.500 
     590.923   0.897   0.500 
    6060 
    6161AUCs for detecting various classes in 'vehicle' 
    62 bus (218.000) vs others:    0.956   0.933   0.500 
    63 van (199.000) vs others:    0.922   0.922   0.500 
    64 saab (217.000) vs others:   0.739   0.693   0.500 
    65 opel (212.000) vs others:   0.749   0.697   0.500 
     62bus (218.000) vs others:    0.952   0.941   0.500 
     63van (199.000) vs others:    0.923   0.897   0.500 
     64saab (217.000) vs others:   0.737   0.709   0.500 
     65opel (212.000) vs others:   0.749   0.718   0.500 
    6666 
    6767    bus van saab 
    68 van 0.989 
    69 saab    0.928   0.855 
    70 opel    0.924   0.894   0.577 
     68van 0.987 
     69saab    0.927   0.860 
     70opel    0.921   0.894   0.587 
    7171 
    7272AUCs for detecting various pairs of classes in 'vehicle' 
    73 van vs bus:     0.989   0.980   0.500 
    74 saab vs bus:    0.928   0.935   0.500 
    75 saab vs van:    0.855   0.924   0.500 
    76 opel vs bus:    0.924   0.937   0.500 
    77 opel vs van:    0.894   0.925   0.500 
    78 opel vs saab:   0.577   0.596   0.500 
     73van vs bus:     0.987   0.976   0.500 
     74saab vs bus:    0.927   0.939   0.500 
     75saab vs van:    0.860   0.904   0.500 
     76opel vs bus:    0.921   0.958   0.500 
     77opel vs van:    0.894   0.911   0.500 
     78opel vs saab:   0.587   0.623   0.500 
    7979 
    8080AUC and SE for voting 
    81 bayes: 0.933+-0.021 
    82 tree: 0.916+-0.026 
     81bayes: 0.982+-0.008 
     82tree: 0.888+-0.025 
    8383majrty: 0.500+-0.045 
    8484 
    85 Difference between naive Bayes and tree: 0.007+-0.054 
     85Difference between naive Bayes and tree: 0.065+-0.066 
    8686 
    8787ROC (first 20 points) for bayes on 'voting' 
    88881.000   1.000 
    89 0.985   1.000 
    90890.970   1.000 
    91900.940   1.000 
    92910.910   1.000 
     920.896   1.000 
    93930.881   1.000 
    94 0.866   1.000 
    95 0.851   1.000 
    96940.836   1.000 
    97950.821   1.000 
    98 0.791   1.000 
    99 0.776   1.000 
     960.806   1.000 
     970.761   1.000 
    100980.746   1.000 
    101990.731   1.000 
    102 0.731   0.991 
    103 0.687   0.991 
    104 0.657   0.991 
    105 0.642   0.991 
    106 0.627   0.991 
    107 0.612   0.991 
     1000.701   1.000 
     1010.687   1.000 
     1020.672   1.000 
     1030.627   1.000 
     1040.612   1.000 
     1050.597   1.000 
     1060.582   1.000 
     1070.567   1.000 
Note: See TracChangeset for help on using the changeset viewer.