- Modelo : función ajustada que predice Y a partir de X.
- X / Y : los factores explicativos y la respuesta prevista.
- Líneas de prueba : líneas excluidas del aprendizaje, reservadas para la verificación del modelo.
- Sobreaajuste : modelo que reproduce sus datos de entrenamiento pero falla con datos nuevos.
- R² / R² ajustado : porcentaje de variabilidad explicada, siendo la segunda una penalización por el número de términos.
- VIF : factor de inflación de la varianza; mide la redundancia de un término con respecto a los demás.
- Matriz de confusión : cruce entre las clases observadas y las predichas, en una variable Y cualitativa.
- Atractivo : traducción de una respuesta de satisfacción del 0 al 1. La deseabilidad global es la producto las preferencias individuales.
- Proceso gaussiano : modelo que predice un valor y su incertidumbre en todos los aspectos.
- Optimización bayesiana : selección secuencial de los ensayos que se deben realizar, guiada por un proceso gaussiano.
- Explotación / exploración : ajustar en torno al valor óptimo conocido, o explorar lo desconocido.
- Ganancia esperada (EI) : mejora prevista de un ensayo propuesto con respecto al mejor resultado actual. – Validación cruzada «leave-one-out» (LOO) : cada ensayo se analiza como si no se hubiera realizado.
- Q² (R² predictivo) : R² calculado a partir de estas predicciones «leave-one-out». El verdadero indicador de la capacidad predictiva. – Portada 95 % : porcentaje de ensayos que se encuentran dentro del intervalo de predicción anunciado.
- Nugget : porcentaje de variabilidad atribuido al ruido de medición y de proceso.
- ARD : longitudes de correlación por factor; una longitud corta indica un factor ante el cual el modelo hace que la respuesta reaccione con fuerza.
- Simplex : conjunto de mezclas cuyas proporciones suman 1.
- Diagrama ternario : representación triangular de una mezcla de tres componentes.
Anexo: definiciones
Tiempo de lectura