کراس-ریشنیشن کی کالکوال کی مڈل ٹونگ میں-

کراس کراس ایک تکنیک ہے جو مشین سیکھنے کے ماڈل کی کارکردگی کا تجزیہ کرنے کے لیے استعمال ہوتی ہے۔اس میں stiming ماڈل پیرامیٹرز میں مدد کی جاتی ہے کہ کس طرح ماڈل کو خفیہ اعداد پر عمل کرے گا۔ اس عمل میں ڈیٹا سیٹ کو کئی حصوں میں تقسیم کرنا، کچھ حصوں پر ماڈل کو تربیت دینا اور اس پر دوسرے نمبر پر جانچنا شامل ہے۔یہ مضمون واضح کرتا ہے کہ کراساس غلطی کا مرحلہ کو واضح کرتا ہے۔

ہدایت 1 : ڈیٹا کی فہرست

اعداد و شمار کو 'ک' کے برابر حصوں میں تقسیم کیا جاتا ہے، جنہیں بٹوں کہا جاتا ہے۔عام انتخابات 'ک' کے لیے ہر بتدریج ایک بار ایک موزوں سیٹ کے طور پر 5 یا 10 ہوتے ہیں جبکہ باقیماندہ حصے ٹریننگ سیٹ بناتے ہیں۔اس عمل سے یہ یقین ہوتا ہے کہ ہر ڈیٹا پوائنٹ کو تربیت اور درست دونوں کے لیے استعمال کیا جاتا ہے۔

ہدایت ۲ : ماڈل ٹریننگ اور تربیت

ہر بنگ کے ليے ماڈل کو بچ جانے والے ''k-1' چپوں پر تربیت دی جاتی ہے اس کے بعد اسے موجودہ برکلے پر منحصر کیا گیا هے غلطی کو اصل مقدار کے حساب سے ماڈل کی پیش گوئیوں پر منحصر کیا جاتا ہے۔

ہدایت : غلطی

ہر گلی سے آنے والی غلطیوں کو ریکارڈ کیا جاتا ہے۔عام غلطیوں میں مربعس غلطی (MSE) یا معنی کمال غلطی (MAE) شامل ہیں۔اس کراسشن غلطی کا اوسط تمام گلیوں میں ہے، جس سے ماڈل کی کارکردگی کا اندازہ لگایا جاتا ہے۔

ہدایت : آخری غلطی

کراسشنشن کے عمل سے حاصل کردہ اوسط غلطی اس بات کا اندازہ لگایا جاتا ہے کہ ماڈل کیسے نئے، نامعلوم اعداد پر کام کرے گا۔یہ قدریں ٹورنگ کے دوران میں اکیڈیمی ماڈل پیرامیٹرز کے انتخاب کی ہدایت کرتی ہے۔