用于比较与评估机器学习模型的集合可视化
人机交互
2025-02-21 v1
摘要
机器学习实践者经常需要比较多个模型以为其应用选择最佳模型。然而，当前的方法不足，因为它们依赖于难以解释或不提供足够信息以理解模型之间差异的聚合指标。为更好地支持模型之间的比较，我们提出了模型输出的集合可视化，以实现更轻松的模型间比较。我们概述了使用集合进行机器学习模型比较的要求，并演示了如何将此方法应用于各种机器学习任务。我们还引入了 SetMLVis，一个交互式系统，利用集合可视化来比较目标检测模型。我们的评估表明，SetMLVis 在任务完成度方面优于传统可视化技术，并降低了用户的认知负荷。补充材料可在 https://osf.io/afksu/?view_only=bb7f259426ad425f81d0518a38c597be 查阅。
引用
@article{arxiv.2502.14675,
title = {Set Visualizations for Comparing and Evaluating Machine Learning Models},
author = {Liudas Panavas and Tarik Crnovrsanin and Racquel Fygenson and Eamon Conway and Derek Millard and Norbou Buchler and Cody Dunne},
journal= {arXiv preprint arXiv:2502.14675},
year = {2025}
}
备注
Submitted to ACM Transactions on Computer-Human Interaction