বিভিন্ন ধরনের ক্ষতি সমস্যা এবং তথ্যের বৈশিষ্ট্যের ওপর নির্ভর করে থাকে ।

প্রারম্ভিক বর্গক্ষেত্র (মেমলি)

মিন স্কয়ার ত্রুটি সাধারণত রিভার্ন টাস্কের জন্য ব্যবহৃত হয় । এটি ভবিষ্যদ্বাণী ও প্রকৃত মূল্যবোধের মধ্যে পার্থক্যের গড় সংখ্যার হিসাব করে: সূত্রটি হল:

[[[[F] [/][/][F][F][F][F][[F][[F][F][/]][/b][/][Q][[]][[Q]][[[[Ctrl]]]:[[Ctrl]]]]:[[[[Ctrl]]]

y[[[[[[]][F]] [FLT], [FO][FLT][FLT],[FLT[F]] এর মান হল value], এবং n. সামান্য বড় ভুলের সংখ্যা, নমুনার সংখ্যা, এবং এগুলির সংখ্যা আরো বড় আকারে নমুনার নমুনাকে উৎসাহিত করা হয় ।

ক্রস-Entris Peaks (লসি)

সীমান্তের ক্ষতি মূলত ঠিক ইংরেজি কাজের জন্য ব্যবহার করা হয়। এটি ভবিষ্যদ্বাণীকৃত বিতরণ এবং প্রকৃত বিতরণের মধ্যে পার্থক্য পরিমাপ করে। বাইনারি বাইনারি উগাণ্ডার ক্ষেত্রে এই সূত্রটি হচ্ছে:

[[F] -Cop-Nopsper-sper - y [1] [1] - y [1]]

y হলো সত্য (০), এবং চেয়েছিলাম যে ভালো ক্লাসের সম্ভাবনার কথা বলা যায় ।

তুলনা এবং ব্যবহার

জিএমটি সিস্টেমের আউটপুট ভেরিয়েবলের জন্য উপযুক্ত, কিন্তু ক্রস-পিং ডাটার জন্য আদর্শ। সঠিক ক্ষতি বেছে নেওয়ার জন্য সমস্যাটির উপর নির্ভর করে এবং আউটপুটের প্রকৃতি সম্পর্কে।

  • সমস্যার সমাধান
  • শ্রেণীবিভাগ সমস্যা
  • মডেলীয় বিবেচনা
  • যাদের বের করে আনা হচ্ছে তাদের প্রতিরোধ করা