Mavzu: Sinflashtirish masalasi uchun logistic regressiya funksiyasidan foydalanish 714-19-guruh rasulova marjona

- TP (True Positives) - to'g'ri sinflashtirilgan ijobiy misollar (haqiqiy ijobiy holatlar deb ataladi).

- TN (True Negatives) - to'g'ri sinflashtirilgan salbiy misollar (haqiqiy salbiy holatlar).

- FN (False Negatives) - salbiy deb sinflashtirilgan ijobiy misollar (I-toifa xato). Bu "noto'g'ri o'tish" deb ataladi - bizni qiziqtirgan voqea noto'g'ri aniqlanmasa (noto'g'ri salbiy misollar).

- FP (False Positives) - ijobiy deb sinflashtirilgan salbiy misollar (II turdagi xato). Bu noto'g'ri aniqlash, chunki hodisa bo'lmaganda, uning mavjudligi to'g'risida noto'g'ri qaror qabul qilinadi (noto'g'ri ijobiy holatlar).

Model	Ijobiy	Salbiy
Ijobiy	TP	FP
Salbiy	FN	TN

ROC-analizi

Ijobiy va salbiy natija aniq vazifaga bog'liq. Misol uchun, agar biz kasallikka chalinish ehtimolini bashorat qilsak, "Kasal bemor" klassi ijobiy natija bo'ladi va "Sog'lom bemor" klassi salbiy bo'ladi. Aksincha, agar biz insonning sog'lom bo'lish ehtimolini aniqlamoqchi bo'lsak, unda "Sog'lom bemor" klassi ijobiy natija bo'ladi va hokazo.

Tahlil qilishda ular ko'pincha mutlaq ko'rsatkichlar bilan emas, balki foizlarda ifodalangan nisbiy ulushlar (stavkalar) bilan ishlaydi:

- Haqiqiy pozitivlarning ulushi (True Positives Rate):

- Noto'g'ri pozitivlarlarning ulushi (False Positives Rate): F

Keling, yana ikkita ta'rifni kiritamiz: modelning sezgirligi va o'ziga xosligi. Ular har qanday ikkilik tasniflagichning ob'ektiv qiymatini aniqlaydi.

• 
  

ROC-analizi

Keling, yana ikkita ta'rifni kiritamiz: modelning sezuvchanligi va o'ziga xosligi. Ular har qanday ikkilik sinflagichning ob'ektiv qiymatini aniqlaydi.