“sun’iy inetllekt va neyron tarmoqlari” fanidan mustaqil ishi mavzu: Mashinali o’qitishda samaradorlikni baholash usullari. Tartibsizlik matritsasi

Buni yaxshiroq tushunish uchun sizga bir misol keltiraman. Aytaylik, bizda

1 2 3 4 5

Bog'liq
SI NT mustaqil ish Alimbaeva A slides

Buni yaxshiroq tushunish uchun sizga bir misol keltiraman. Aytaylik, bizda
1000 ta ma'lumot nuqtasi bo'lgan tasniflash ma'lumotlar to'plami bor edi.
Biz unga klassifikatorni joylashtiramiz va quyidagi tartibsizlik matritsasini
olamiz:
Chalkashlik matritsasining turli qiymatlari quyidagicha bo'ladi:
Haqiqiy ijobiy (TP) = 560; ya'ni 560 ta ijobiy sinf ma'lumotlar nuqtalari model tomonidan to'g'ri tasniflangan
Haqiqiy salbiy (TN) = 330; ma'nosi 330 salbiy sinf ma'lumotlar nuqtalari model tomonidan to'g'ri tasniflangan
Noto'g'ri ijobiy (FP) = 60; ma'no 60 salbiy sinf ma'lumotlar nuqtalari noto'g'ri model tomonidan ijobiy sinfga tegishli sifatida tasniflangan
Noto'g'ri salbiy (FN) = 50; ma'no 50 ijobiy sinf ma'lumotlar nuqtalari noto'g'ri model tomonidan salbiy sinfga tegishli sifatida tasniflangan

Bizning ma'lumotlar to'plamimiz muvozanatsiz ma'lumotlar to'plamiga misoldir. Salbiy sinf uchun 947 ma'lumot nuqtasi va ijobiy sinf uchun 3 ma'lumot nuqtasi mavjud. Biz aniqlikni quyidagicha hisoblaymiz:
Keling, modelimiz qanday ishlashini ko'rib chiqaylik:
Umumiy natija qiymatlari:
TP = 30, TN = 930, FP = 30, FN = 10

Shunday qilib, bizning modelimiz uchun aniqlik quyidagicha bo'ladi:
Bizning modelimiz "Men kasal odamlarni 96% vaqtni bashorat qila olaman" deydi. Biroq, u buning aksini qilmoqda. Kasallar virusni tarqatayotganda kasal bo'lmaydigan odamlarni 96% aniqlik bilan bashorat qilmoqda!
Bu yerda biz aniqlik (precision) va eslab qolish (recall) ning ikki tomonlama tushunchasiga duch kelamiz.
Aniqlik bizga to'g'ri bashorat qilingan holatlarning qanchasi ijobiy bo'lganini aytadi. Aniqlikni va eslab qolishni(recall) qanday hisoblash mumkin:

Download 0.77 Mb.

Do'stlaringiz bilan baham:

1 2 3 4 5