Table of Contents
संलयन मैट्रिक्स मीट्रिक पर्यवेक्षकों के प्रदर्शन का मूल्यांकन करने के लिए आवश्यक उपकरण हैं। वे विस्तृत अंतर्दृष्टि प्रदान करते हैं कि कैसे अच्छी तरह से एक मॉडल विभिन्न वर्गों की भविष्यवाणी करता है और सुधार के लिए क्षेत्रों की पहचान करने में मदद करता है।
The Confusion मैट्रिक्स को समझना
भ्रम मैट्रिक्स एक तालिका है जो एक वर्गीकरण मॉडल के भविष्यवाणी परिणामों को संक्षेप में प्रस्तुत करती है। यह वास्तविक सकारात्मक, सच्चे नकारात्मक, झूठे सकारात्मक और झूठे नकारात्मक की गिनती को प्रदर्शित करता है। ये मान विभिन्न प्रदर्शन मीट्रिक की गणना के आधार पर हैं।
प्रमुख मेट्रिक्स ने कन्फ्यूजन मैट्रिक्स से अलग किया
कई मीट्रिकों की गणना एक वर्गीकृत की प्रभावशीलता का मूल्यांकन करने के लिए की जा सकती है:
- Accuracy:] सभी भविष्यवाणियों से सही भविष्यवाणियों का अनुपात।
- प्रेसिजन:] सभी सकारात्मक भविष्यवाणियों के बीच सही सकारात्मक भविष्यवाणियों का अनुपात।
- Recall: मॉडल द्वारा सही ढंग से पहचाने गए वास्तविक सकारात्मक का अनुपात।
- F1 स्कोर: परिशुद्धता और याद का हार्मोनिक मतलब, दोनों मीट्रिक संतुलन।
गणना मीट्रिक
मेट्रिक्स की गणना निम्नलिखित सूत्रों का उपयोग करके की जाती है:
सटीकता = (TP + TN) / (TP + TN + FP + FN)
परिशुद्धता = TP / (TP + FP)
Recall = TP / (TP + FN)
F1 स्कोर = 2 * (प्रेसिजन * Recall) / (प्रेसिजन + Recall)