পটভূমি: এখানে মডেলগুলি কীভাবে ক্যালিবিট করা যায় সে সম্পর্কে কিছু দুর্দান্ত প্রশ্ন / উত্তর রয়েছে যা কোনও ফলাফলের সম্ভাবনার পূর্বাভাস দেয়। উদাহরণ স্বরূপ
- বেরিয়ার স্কোর এবং এর ক্ষয়টি রেজোলিউশন, অনিশ্চয়তা এবং নির্ভরযোগ্যতার মধ্যে ।
- ক্রমাঙ্কন প্লট এবং আইসোটোনিক রিগ্রেশন ।
এই পদ্ধতিগুলির প্রায়শই পূর্বাভাসযুক্ত সম্ভাবনার উপর একটি বিনিং পদ্ধতি ব্যবহার করা প্রয়োজন, যাতে ফলাফলের আচরণ (0, 1) গড় ফলাফল গ্রহণ করে বিনের উপর দিয়ে মসৃণ হয়।
সমস্যা: তবে, আমি এমন কোনও কিছুই খুঁজে পাচ্ছি না যা আমাকে বিন প্রস্থ কীভাবে চয়ন করতে হবে তার নির্দেশ দেয়।
প্রশ্ন: আমি কীভাবে অনুকূল বিন প্রস্থ বেছে নিতে পারি?
চেষ্টা: ব্যবহৃত দুটি সাধারণ বিন প্রস্থ মনে হচ্ছে:
- সমান প্রস্থের বিন্নিং, উদাহরণস্বরূপ প্রতিটি বিরতিতে 10% আবরণে 10 টি বিন [0, 1]।
- টুকির বিনিং পদ্ধতিটি এখানে আলোচনা করা হয়েছে ।
তবে বিনের এই পছন্দগুলি কি সবচেয়ে অনুকূল হয় যদি কোনও ব্যক্তি সবচেয়ে বেশি বিভ্রান্তিবদ্ধ যে পূর্বাভাসিত সম্ভাবনার মধ্যে অন্তরগুলি খুঁজে পেতে আগ্রহী হন?
1
যদি "1" ফলাফল বিরল হয় তবে সমান সংখ্যার নমুনার পরিবর্তে "1" এর সমান সংখ্যার সাথে বিনগুলিতে বিভাজন বিবেচনা করা উপযুক্ত worth এটি ক্রমাঙ্কনের পরে মডেলের বৈষম্য (এউসি) বজায় রাখতে সহায়তা করতে পারে
—
ইহাদাননি