Sinflashning metrik algoritmlari

Sinflashning metrik algoritmlari.
Sinflashning metrik algoritmlari, sinflarning boshqa sinflardan qanday o'xshash yoki farq qiladiganligini o'zlashtirish va baholash uchun qo'llaniladigan qo'shimcha ma'lumotlar tashkil etish va natijalarni baholashni o'rganishda qo'llaniladi. Bu metriklar sinflash tahlilining va sinflash modellarni optimallashtirishning muhim qismlaridan birini bildiradi. Quyidagi metriklar sinflashning natijalarini baholashda ko'p qo'llaniladi:

1. 
   To'g'ri javob (True Positives - TP): Sinflashning to'g'ri natijalarni qanday to'g'ri aniqlaganligini ko'rsatadi. Misol uchun, sinfning ma'lum bir rasmlar to'plamida to'g'ri aniqlangan rasmlar soni.
   
2. 
   Yolg'on javob (False Positives - FP): Sinflashning noto'g'ri natijalarni qanday to'g'ri aniqlaganligini ko'rsatadi. Misol uchun, sinfning ma'lum bir rasmlar to'plamida noto'g'ri aniqlangan rasmlar soni.
   
3. 
   To'g'ri negativ javob (True Negatives - TN): Sinflashning to'g'ri aniqlagan noto'g'ri natijalarni qanday to'g'ri aniqlaganligini ko'rsatadi. Misol uchun, sinfning noto'g'ri rasmlar to'plamida to'g'ri aniqlangan rasmlar soni.
   
4. 
   Yolg'on negativ javob (False Negatives - FN): Sinflashning to'g'ri natijalarni qanday noto'g'ri aniqlaganligini ko'rsatadi. Misol uchun, sinfning to'g'ri rasmlar to'plamida noto'g'ri aniqlangan rasmlar soni.
   
5. 
   Ishonchlilik (Accuracy): Ishonchlilik metriki sinflashning to'g'ri aniqlagan rasmlar soni va to'plam rasmlar soni orasidagi nisbatni ifodalaydi. (TP + TN) / (TP + FP + TN + FN)
   
6. 
   Tugri aniqlangan qat'iylik (Precision): Tugri aniqlangan rasmlar soni va to'g'ri aniqlangan rasmlar soni orasidagi nisbatni ko'rsatadi. TP / (TP + FP)
   
7. 
   Recall (sensitivlik): Noto'g'ri aniqlangan rasmlar soni va to'g'ri aniqlangan rasmlar soni orasidagi nisbatni ko'rsatadi. TP / (TP + FN)
   
8. 
   F-measure (F-skor): Preciziyani va sensitiqlikni birlashtiradigan umumiy metrik, ularning o'rtacha qiymatini hisoblaydi. 2 * (Precision * Recall) / (Precision + Recall)
   
9. 
   ROC eğrisi (Receiver Operating Characteristic curve): Tugri aniqlangan va yolg'on aniqlanganlarning nisbatini qo'llaydi. Bu metrik natijalar uchun optimallashtirish va baholashda ko'p ishlatiladi.
   
10. 
    AUC (Area Under the ROC Curve): ROC eğrisi altındagi yuzasi. AUC o'rtacha sinflashning ishonchlilik darajasini ifodalaydi.
    
11. 
    Jaccard indeksi (Jaccard Index): Yer koordinatalarni aniqlashda foydalaniladi. Yangi natija va sinf to'plamining ko'rishini tahlil qilishda qo'llaniladi. (TP) / (TP + FP + FN)
    
12. 
    Mean Absolute Error (MAE): Regressiya sinflashi uchun qo'llaniladi va sinfi jamlashning to'g'ri aniqlangan natijalarning o'rtacha uzluksizdagi qiymatini ifodalaydi.
    

Bu metriklar, sinflash modellarni optimallashtirish, tahlil, tasdiqlash va boshqa maqsadlarda foydalaniladi. Har bir vazifaga mos metrikni tanlash va natijalarni tushuntirish qanday sinflarning aniqlashini ko'rsatadi. Sinflarning qo'llashiga va natijalarini baholashga o'ziga xos vazifalariga qarab, maqsadlarni aniqlab chiqishingiz kerak.
Tashqi sinflash metriklari, sinflarning boshqa sinflardan qanday o'xshash yoki farq qiladiganligini o'zlashtirish va baholash uchun foydalaniladigan metriklardir. Bu metriklar sinflashning modellari, natijalari va to'plamlarni tarkibiy ravishda baholashda ishlatiladi. Tashqi sinflash metriklari, sinflash natijalarini o'rganish, sinfni aniqlash va boshqa maqsadlarda foydalaniladi. Quyidagi mashhur tashqi sinflash metriklari mavjud:

1. 
   Rand Index: Sinflash natijalarining to'g'ri va noto'g'ri birligini, o'xshash va farqli bo'lishini o'rganishda foydalaniladi.
   
2. 
   Adjusted Rand Index (ARI): Rand Indexni sinflarning tasdiqlash natijalariga o'xshashlash va to'g'ri chiqishni boshqarishga ta'lim etadi.
   
3. 
   Normalized Mutual Information (NMI): Sinflash natijalarining o'zlashtirilgan entropiyasi va sinflarni aniqlash orqali o'zlashtirilgan ma'lumotlarni o'lchaydi.
   
4. 
   Fowlkes-Mallows Index (FMI): Rand Indexdan foydalangan metrik, sinflash natijalarini o'rganish uchun ishlatiladi.
   
5. 
   Jaccard Coefficient (Tanimoto coefficient): Sinflash natijalari bo'ylab barcha sinflarni aniqlash va to'plamlarni solishtirishda foydalaniladi.
   
6. 
   Davies-Bouldin Index: Sinflash natijalarini to'g'ri, noto'g'ri, o'xshash va farqli turlardagi sinflarga taqsimlanganlikni o'lchaydi.
   
7. 
   Dunn Index: Sinflash tarkibi tuzilishini va to'plamlarni solishtirishda foydalaniladi.
   
8. 
   V-Measure: Entropiya va homogenlikning birlashtirilgan ko'rsatkichi, sinflash natijalarini o'rganish va sinflarni aniqlashda qo'llaniladi.
   
9. 
   Silhouette Coefficient: Barcha obrazlarni sinflash va sinflar o'rtasidagi masofani o'lchaydi.
   
10. 
    Purity: Sinflarning qancha to'g'ri aniqlanganligini o'rganish uchun foydalaniladi.
    
11. 
    Pairwise F1-Score: Sinflash natijalarni o'rganish va sinflarni aniqlash uchun ishlatiladi.
    

Bu tashqi sinflash metriklari sinflash natijalarini aniqlash, sinflarni tarkibiy qilish, sinflash modellarni solishtirish, optimallashtirish va boshqa maqsadlarda foydalaniladi. Har bir metrikning o'ziga xos maqsadi va sinflashning turli vazifalariga mosligini tanlash juda muhimdir.