Table of Contents
ক্রস- অবজারভার একটি পরিসংখ্যানগত পদ্ধতি যন্ত্র শেখার মডেলের কার্যকারিতা মূল্যায়নের জন্য এটি ব্যবহার করা হয়। একটি আদর্শ কিভাবে একটি স্বাধীন ডাটা ডিক্রিকে ভালো মানতে হবে তা মূল্যায়ন করতে সাহায্য করে। নির্ভরযোগ্য মানের মূল্যায়ন এবং নির্বাচন নিশ্চিত করতে হবে।
বুঝতে পেরেছি
ক্রস- অব- ধ্বংশিতকরণ এর মধ্যে তথ্য একত্রিত করার জন্য এই উপাত্তের মধ্যে উপস্থিত করা হবে, এই সাব- বাটনগুলোকে বিভিন্ন স্থানে প্রশিক্ষণ দেয়া, এই পদ্ধতিতে বিভিন্ন স্তরের উপর ভিত্তি করে পরীক্ষা করা হবে এবং এটি পরীক্ষা করা হবে । এই প্রক্রিয়াটির ক্ষেত্রে একাধিক বার পুনরাবৃত্তি করা হয় । সবচেয়ে সাধারণ পদ্ধতি হল, যে তথ্যকে সমানভাবে বিভক্ত করা হবে, যেখানে তথ্য সমান অংশে বিভক্ত করা হবে ।
ক্রস- পূরণে চরম দুর্দশা
k- পুনরায় প্রদর্শনের ক্ষেত্রে, নিম্নলিখিত ধাপগুলি সম্পাদন করা হয়:
- সমান অংশে তথ্য ভাগ করুন।
- প্রতিটি প্রতিদ্বন্দ্বিতার জন্য, পরীক্ষা নির্ধারণ হিসাবে একটি অংশ নির্বাচন করুন এবং প্রশিক্ষণ হিসেবে অবশিষ্ট কে-১ অংশ হিসাবে নির্বাচন করুন।
- প্রশিক্ষণ এর মডেলকে প্রশিক্ষণ দিন এবং পরীক্ষা নির্ধারণের জন্য মূল্যায়ন করুন।
- কর্মক্ষমতার মেট্রিক রেকর্ড করা হবে, যেমন সঠিক অবস্থান অথবা বর্গমূলীয় ত্রুটি।
- সব কিছু নির্ধারিত না হওয়া পর্যন্ত পুনরাবৃত্তি করা হয়েছে.
প্রতিটি পর্যায়ে এতে সঠিক অবস্থান অর্জন করা হয়েছে।
ক্রস- পূরণকরণের জন্য সর্বোত্তম অনুশীলন
সঠিক মূল্যায়ন নিশ্চিত করতে, এই সব সেরা কাজটিকে বিবেচনা করুন:
- একটি মান বেছে নিন কে- ডি- ই' র মান, যেমন ৫ বা ১০, বা ১০ এর ওপর নির্ভর করে ।
- পক্ষপাতিত্ব প্রতিরোধ করার পূর্বে ভীচর্তিতা প্রতিরোধ করার পূর্বে নিশ্চিত করুন।
- শ্রেণী ডিস্ট্রিবিউশনের জন্য ভারসাম্যবিহীন তথ্য বিনিময়ের জন্য ক্রস-প্ল্যাটিক ক্রস- অবাধ ব্যবহার করুন।
- উচ্চ পর্যায়ের ফলাফলের জন্য হাইপারপোড়ের সমাধিতে হস্তক্ষেপের মাধ্যমে.
- প্রশিক্ষণ এবং পরীক্ষা নির্ধারণের মধ্যে ফাঁস হয়ে যাওয়া তথ্য ফাঁসের ব্যাপারে সতর্ক থাকুন ।