আসল পোস্ট - http://rushdishams.blogspot.in/2011/08/micro-and-macro-average-of-precision.html
মাইক্রো-গড় পদ্ধতিতে, আপনি আলাদা আলাদা সেটগুলির জন্য পৃথক সত্যের ধনাত্মক, মিথ্যা ধনাত্মক এবং সিস্টেমের মিথ্যা negativeণাত্মকগুলি যোগ করেন এবং পরিসংখ্যানগুলি পেতে এগুলি প্রয়োগ করেন।
কৌতুকময়, তবে আমি এটি খুব আকর্ষণীয় মনে করেছি। দুটি পদ্ধতি রয়েছে যার মাধ্যমে আপনি তথ্য পুনরুদ্ধার এবং শ্রেণিবিন্যাসের গড় পরিসংখ্যান পেতে পারেন।
1. মাইক্রো-গড় পদ্ধতি
মাইক্রো-গড় পদ্ধতিতে, আপনি আলাদা আলাদা সেটগুলির জন্য পৃথক সত্যের ধনাত্মক, মিথ্যা ধনাত্মক এবং সিস্টেমের মিথ্যা negativeণাত্মকগুলি যোগ করেন এবং পরিসংখ্যানগুলি পেতে এগুলি প্রয়োগ করেন। উদাহরণস্বরূপ, ডেটা সেট করার জন্য, সিস্টেমটি
True positive (TP1) = 12
False positive (FP1) = 9
False negative (FN1) = 3
57.14%=TP1TP1+FP180%=TP1TP1+FN1
এবং ডেটা বিভিন্ন সেট জন্য, সিস্টেম
True positive (TP2) = 50
False positive (FP2) = 23
False negative (FN2) = 9
তারপরে নির্ভুলতা (পি 2) এবং পুনর্বিবেচনা (আর 2) হবে 68.49 এবং 84.75
এখন, মাইক্রো-গড় পদ্ধতি ব্যবহার করে সিস্টেমের গড় নির্ভুলতা এবং রিকাল
Micro-average of precision=TP1+TP2TP1+TP2+FP1+FP2=12+5012+50+9+23=65.96
Micro-average of recall=TP1+TP2TP1+TP2+FN1+FN2=12+5012+50+3+9=83.78
মাইক্রো-এভারেজ এফ-স্কোর কেবল এই দুটি পরিসংখ্যানের সুরেলা মাধ্যম হবে।
2. ম্যাক্রো-গড় পদ্ধতি od
পদ্ধতিটি সরাসরি এগিয়ে রয়েছে। বিভিন্ন সেটে সিস্টেমটির যথার্থতা এবং পুনর্বিবেচনার গড় মাত্র নিন। উদাহরণস্বরূপ, প্রদত্ত উদাহরণের জন্য সিস্টেমের ম্যাক্রো-গড় যথার্থতা এবং পুনরুদ্ধারটি হ'ল
Macro-average precision=P1+P22=57.14+68.492=62.82
Macro-average recall=R1+R22=80+84.752=82.25
ম্যাক্রো-এভারেজ এফ-স্কোর কেবলমাত্র এই দুটি পরিসংখ্যানের সুরেলা মাধ্যম হবে।
আপনি কীভাবে ডেটার সেটগুলিতে সিস্টেম সামগ্রিকভাবে কার্য সম্পাদন করে তা জানতে চাইলে উপযুক্ততা ম্যাক্রো-গড় পদ্ধতি ব্যবহার করা যেতে পারে। এই গড় নিয়ে আপনার কোনও নির্দিষ্ট সিদ্ধান্ত নিয়ে আসা উচিত নয়।
অন্যদিকে, যখন আপনার ডেটাসেট আকারে পরিবর্তিত হয় তখন মাইক্রো-এভারেজ একটি দরকারী পরিমাপ হতে পারে।