پریبل، یادو اور ایف1 سکور اہم میٹرکس ہیں این ایل پی کلاسیشن ماڈلز کی کارکردگی کا تجزیہ کرنے کے لیے استعمال کیا جاتا ہے. وہ سمجھ میں مدد کرتے ہیں کہ ایک ماڈل مختلف کلاسوں کی مختلف پیشینگوئیوں میں، خاص طور پر غیر واضح ڈیٹا کی پیش گوئی میں۔

حد سے زیادہ سمجھ لینا

اس سے ظاہر ہوتا ہے کہ پیشینگوئیوں کے کتنے مثبت معاملے مثبت ہوتے ہیں ۔

یاد رکھیں کہ آپ کو یاد ہے

یاد رہے کہ حساسیت کے طور پر بھی، حقیقی مثبت معاملوں کی پیمائش کرتے ہوئے جو نمونے کی طرف سے درست شناخت کی جاتی ہے، اس میں مثبت واقعات کو سمجھنے کی صلاحیت کی عکاسی کی جاتی ہے۔

ایف1 سکور کی کلش

ایف1 سکور (انگریزی: F1-score) ایک مُضرِقِّت اور یاد گار کا مطلب ہے، یہ ایک اکائی میٹرک فراہم کرتا ہے جو دونوں میں توازن قائم رکھتا ہے، خاص طور پر جب کلاس کی تقسیم کو غیر فعال کیا جائے۔

مثال کے طور پر ،

فرض کریں کہ ایک ماڈل 80 مثبت واقعات کی پیشینگوئی کرتا ہے جن میں سے 60 درست ہیں. مجموعی مثبت مقدمات 70 ہیں. حسابات درج ذیل ہیں:

  • [Prescription:] 60 / 80 = 0.75
  • ]] 60 / 70 ⁇ 0.857
  • [F1-Score:] 2 * (0.75 * 0.857) / (0.75 + 0.857) ⁇ 0.80٪