আমার কাছে 2-শ্রেণীর লেবেলযুক্ত ডেটা রয়েছে যার উপর আমি একাধিক শ্রেণিবদ্ধ ব্যবহার করে শ্রেণিবিন্যাস করছি। এবং ডেটাসেটগুলি ভাল ভারসাম্যযুক্ত। ক্লাসিফায়ারদের পারফরম্যান্সটি মূল্যায়ন করার সময়, শ্রেণিবদ্ধকারী কেবল সঠিক ধনাত্মকগুলিই নয়, সত্য negativeণাত্মকগুলিও নির্ধারণ করতে কতটা সঠিক তা বিবেচনা করা দরকার। অতএব, যদি আমি নির্ভুলতা ব্যবহার করি এবং শ্রেণিবদ্ধকারী যদি ধনাত্মক দিকে পক্ষপাতদুষ্ট থাকে এবং সবকিছুকে ইতিবাচক হিসাবে শ্রেণিবদ্ধ করে তবে আমি প্রায় 50% নির্ভুলতা পাব, যদিও এটি কোনও সত্য নেতিবাচক শ্রেণিবদ্ধকরণে ব্যর্থ হয়েছে। কেবলমাত্র একটি শ্রেণিতে ফোকাস করা এবং এফ 1-স্কোরের পরিবর্তে এই সম্পত্তিটি যথাযথভাবে প্রসারিত এবং পুনরায় স্মরণ করা হবে। (এই বিষয়টি আমি এই কাগজ থেকে বুঝতে পেরেছি উদাহরণস্বরূপ " নির্ভুলতার বাইরে, এফ-স্কোর এবং আরওসি: পারফরম্যান্স মূল্যায়নের জন্য পারিবারিক বৈষম্য ব্যবস্থা ")।
অতএব, প্রতিটি শ্রেণীর জন্য শ্রেণিবদ্ধকারী কীভাবে সম্পাদন করেছিলেন, যেখানে আমি এই মানগুলি সর্বাধিক করে তোলার লক্ষ্য রেখেছি তা দেখতে আমি সংবেদনশীলতা এবং নির্দিষ্টতা (টিপিআর এবং টিএনআর) ব্যবহার করতে পারি।
আমার প্রশ্ন হ'ল আমি এমন একটি পরিমাপের সন্ধান করছি যা এই উভয় মানকে একটি অর্থবহ পরিমাপের সাথে সংযুক্ত করে । আমি সেই কাগজে প্রদত্ত ব্যবস্থাগুলি দেখেছি, তবে আমি এটি অ-তুচ্ছ বলে মনে করেছি। এবং আমার বোঝার ভিত্তিতে আমি ভাবছিলাম যে কেন আমরা এফ-স্কোরের মতো কিছু প্রয়োগ করতে পারি না, তবে নির্ভুলতা ব্যবহার করার পরিবর্তে এবং পুনরায় স্মরণ করার পরিবর্তে আমি সংবেদনশীলতা এবং নির্দিষ্টতা ব্যবহার করব? সুতরাং সূত্রটি হ'ল এবং আমার লক্ষ্যটি হবে সর্বোচ্চ এই পরিমাপ। আমি এটি খুব প্রতিনিধি বলে মনে করি। ইতিমধ্যে কি একই ধরণের সূত্র আছে? এবং এটি কি অর্থবহ হবে বা এটি এমনকি গাণিতিকভাবে শব্দ?