भ्रम मैट्रिक्स में सटीकता क्या है?

2024 लेखक: Miles Stephen | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:36

ए असमंजस का जाल एक वर्गीकरण एल्गोरिथ्म के प्रदर्शन को सारांशित करने की एक तकनीक है। वर्गीकरण शुद्धता यदि आपके पास प्रत्येक वर्ग में असमान संख्या में अवलोकन हैं या यदि आपके डेटासेट में दो से अधिक कक्षाएं हैं, तो अकेले ही भ्रामक हो सकता है।

बस इतना ही, आप एक भ्रम मैट्रिक्स की सटीकता कैसे प्राप्त करते हैं?

सबसे अच्छा शुद्धता 1.0 है, जबकि सबसे खराब 0.0 है। यह भी हो सकता है गणना 1 द्वारा - ईआरआर। शुद्धता है गणना दो सही भविष्यवाणियों की कुल संख्या (टीपी + टीएन) के रूप में एक डेटासेट (पी + एन) की कुल संख्या से विभाजित किया जाता है।

कोई यह भी पूछ सकता है कि कन्फ्यूजन मैट्रिक्स में संतुलित सटीकता क्या है? बेहतर शब्द की कमी के लिए, जिसे मैं "नियमित" या "समग्र" कहूंगा शुद्धता गणना की जाती है जैसा कि बाईं ओर दिखाया गया है: सही ढंग से वर्गीकृत उदाहरणों का अनुपात, सभी चार कक्षों की गणना करता है असमंजस का जाल . संतुलित सटीकता प्रत्येक वर्ग के व्यक्तिगत रूप से सही अनुपात के औसत के रूप में गणना की जाती है।

इसे ध्यान में रखते हुए, एक भ्रम मैट्रिक्स आपको क्या बताता है?

ए असमंजस का जाल एक तालिका है जिसे अक्सर परीक्षण डेटा के एक सेट पर एक वर्गीकरण मॉडल (या "वर्गीकारक") के प्रदर्शन का वर्णन करने के लिए उपयोग किया जाता है जिसके लिए सही मान हैं ज्ञात। यह एक एल्गोरिथ्म के प्रदर्शन के दृश्य की अनुमति देता है।

रिकॉल कन्फ्यूजन मैट्रिक्स क्या है?

विज़ुअलाइज़िंग प्रेसिजन और याद सबसे पहले है असमंजस का जाल जो शीघ्रता से सटीकता की गणना के लिए उपयोगी है और याद एक मॉडल से अनुमानित लेबल दिए गए हैं। ए असमंजस का जाल द्विआधारी वर्गीकरण के लिए चार अलग-अलग परिणाम दिखाता है: सच्चा सकारात्मक, झूठा सकारात्मक, सच्चा नकारात्मक और झूठा नकारात्मक।