আপনি কীভাবে ছাড়ার এক-আউট ক্রস বৈধতার জন্য আরওসি রেখাচিত্র তৈরি করবেন?

Question

5-ভাঁজ ক্রস-বৈধকরণ (উদাহরণস্বরূপ) সম্পাদন করার সময়, 5 টি ভাঁজগুলির জন্য প্রতিটি আলাদা আলাদা আরওসি বক্ররেখার গণনা করা সাধারণত স্ট্যান্ডের সাথে আরওসি আরওসি বক্ররেখার সময় গণনা করা। দেব। কার্ভ বেধ হিসাবে দেখানো হয়েছে।

তবে, এলইও ক্রস-বৈধকরণের জন্য, যেখানে প্রতিটি ভাগে কেবল একটি একক টেস্ট ডেটাপয়েন্ট রয়েছে, এই একক ডেটাপয়েন্টের জন্য কোনও আরওসি "বক্র" গণনা করা সংবেদনশীল বলে মনে হয় না।

আমি আমার সমস্ত পরীক্ষার ডেটা পয়েন্টগুলি (তাদের পৃথকভাবে গণনা করা পি-মানগুলি সহ) নিয়ে চলেছি এবং একটি একক আরওসি বক্ররেখার গণনা করার জন্য এগুলিকে একটি বড় সেটে রেখেছি, তবে এটি কি পরিসংখ্যানগতভাবে কোশার জিনিস?

আরওসি বিশ্লেষণ প্রয়োগের সঠিক উপায় কী যখন প্রতিটি ভাগে ডেটা পয়েন্টের সংখ্যা এক হয় (এলইউ ক্রস বৈধকরণের ক্ষেত্রে)?

Comments

কেন? আপনি এই ধরনের একটি প্রাণী দিয়ে কি অর্জন করতে চান?

আমার পি-ভ্যালু থ্রেশহোল্ডগুলির একটি পরিসীমা জুড়ে সামগ্রিক পূর্বাভাসের পারফরম্যান্সটি বিশ্লেষণ করা দরকার এবং আরওসি বক্ররেখাগুলি হ'ল আমি otherতিহ্যগতভাবে প্রতিটি অন্যান্য ধরণের ক্রস বৈধতার জন্য ব্যবহার করেছি। সুতরাং মূলত একই কারণে যে আরওসি বিশ্লেষণ যে কোনও কে-ফোল্ড ক্রস বৈধকরণ কার্যকর। যদি এলইউ এক্সভালের জন্য আলাদা, অ্যানালোগুলি পদ্ধতি থাকে তবে সে সম্পর্কেও জেনে রাখা ভাল। এছাড়াও, আমি পরিবর্তে 10-গুণ xval এর মতো কিছু করব যদি আমার পর্যাপ্ত ডেটা থাকে এবং এটি কোনও সমস্যা না হয়।

— ব্যবহারকারী1121

আমি বলব যে আপনি এটি বোধগম্যভাবে করছেন, কেবলমাত্র সত্য লেবেল এবং প্রতিটি মামলার পূর্বাভাসিত মান ব্যবহার করে একটি একক আরওসি বক্ররেখা তৈরি করুন (যেখানে সেই

— কেসটি ধরা

Answer 1

শ্রেণিবদ্ধকারী যদি সম্ভাবনার আউটপুট দেয়, তবে একক আরওসি বক্ররেখার জন্য সমস্ত পরীক্ষার পয়েন্ট আউটপুটগুলিকে একত্রিত করা উপযুক্ত। যদি তা না হয় তবে শ্রেণিবদ্ধের আউটপুট এমনভাবে স্কেল করুন যা এটি শ্রেণিবদ্ধগুলিতে সরাসরি তুলনীয় করে তুলবে। উদাহরণস্বরূপ, বলুন আপনি লিনিয়ার বৈষম্য বিশ্লেষণ ব্যবহার করছেন। শ্রেণিবদ্ধকে প্রশিক্ষণ দিন এবং তারপরে শ্রেণিবদ্ধের মাধ্যমে প্রশিক্ষণের ডেটা রাখুন put দুটি ওজন শিখুন: একটি স্কেল প্যারামিটার$\sigma$ (ক্লাসিফায়ার আউটপুটগুলির মান বিচ্যুতি, শ্রেণীর অর্থ বিয়োগের পরে), এবং একটি শিফট প্যারামিটার $\mu$(প্রথম শ্রেণির গড়) কাঁচা স্বাভাবিক করার জন্য এই পরামিতিগুলি ব্যবহার করুন$r$ প্রতিটি এলডিএ শ্রেণিবদ্ধের মাধ্যমে আউটপুট $n = (r-\mu)/\sigma$, এবং তারপরে আপনি সাধারণীকৃত আউটপুটগুলির সেট থেকে একটি আরওসি বক্ররেখা তৈরি করতে পারেন। এটিতে আপনি আরও পরামিতি অনুমান করছেন এমন সতর্কতা রয়েছে এবং ফলস্বরূপ আপনি পৃথক পরীক্ষার সেটের উপর ভিত্তি করে কোনও আরওসি বক্ররেখা তৈরি করে দিলে ফলাফল কিছুটা বিচ্যুত হতে পারে।

শ্রেণিবদ্ধ আউটপুটগুলিকে সাধারণকরণ করা বা তাদের সম্ভাব্যতায় রূপান্তর করা যদি সম্ভব না হয়, তবে এলওইউ-সিভি ভিত্তিক একটি আরওসি বিশ্লেষণ উপযুক্ত নয় not