Згубні матричні засоби використовуються для оцінки продуктивності моделей класифікації. Вони забезпечують детальний розбиття прогнозів моделі, що не відповідають фактичним результатам, що допомагають визначити ділянки, де модель добре виконує або потребує вдосконалення.

Розуміння емульсійних матриць

Матриця конфузії - це таблиця, яка відображає кількість істинного позитиву, помилкового позитиву, істинного негативного та помилкового негативного прогнозу. Ці значення допомагають у розрахунку різних показників продуктивності, таких як точність, точність, згадування та F1 бал.

Розрахунок емульсії матриці

Щоб компute плутаниної матриці, порівняти прогнозовані етикетки з моделі з фактичними етикетками. Підрахувати кількість екземплярів в кожній категорії:

  • Правда Позитивні прогнози (TP): Корисне позитивне прогнозування
  • False Позитивні прогнози (FP): Некоректні позитивні прогнози
  • Правда Негативні закази (TN): Правильні негативні прогнози
  • False Negatives (FN): Некоректні негативні прогнози

Після цього облікові записи, які проводяться в матричному форматі для аналізу.

Передача результатів

Значення в матриці плутанини допомагають оцінити сильні сторони моделі та слабкі сторони. Висока значення TP та TN вказує на хороші показники, при цьому високі значення FP або FN дозволяють визначити області для поліпшення.

До матриці стислості відносяться:

  • Accuracy: Загальне виправлення моделі
  • Порада:] Корисно позитивне прогнозування з усіх позитивних прогнозів
  • Recall: Корисно позитивне прогнозування з усіх фактичних позитивних позитивів
  • F1 Оцінка: Harmonic означати точність і згадування