প্রশিক্ষিত নিউরাল নেটওয়ার্কের পারস্পরিক সম্পর্ক পরিমাপ

Question

আমি অ-সাধারণ বিতরণকৃত ডেটা সহ একটি কৃত্রিম নিউরাল নেটওয়ার্ক (ব্যাকপ্রপাগেশন, ফিড-ফরোয়ার্ড) প্রশিক্ষণ দিচ্ছি। মূল বলতে স্কোয়ারড ত্রুটির পাশাপাশি সাহিত্যে প্রায়শই প্রশিক্ষিত জালের গুণমানের মূল্যায়ন করার জন্য পিয়ারসন পারস্পরিক সম্পর্কের সহগ বোঝায়। তবে, যদি পিয়ারসন সম্পর্ক সম্পর্কিত সহগ যুক্তিযুক্ত হয়, তবে যদি প্রশিক্ষণের ডেটাগুলি সাধারণত বিতরণ করা হয় না? র‌্যাঙ্ক-ভিত্তিক পারস্পরিক সম্পর্কের পরিমাপ যেমন স্পিয়ারম্যান রোহ ব্যবহার করা কি আরও যুক্তিসঙ্গত হবে না?

Comments

কেউ কীভাবে এটি ব্যবহার করবে বা একটি রেফারেন্স দেবে তা কী আপনি ব্যাখ্যা করতে পারেন?

— বায়ার্জ

Answer 1

পিয়ারসন সম্পর্কের সহগ রৈখিক সমিতি পরিমাপ করে। অভিজ্ঞতা দ্বিতীয় কেন্দ্রীয় মুহুর্তের উপর ভিত্তি করে, এটি চরম মূল্যবোধ দ্বারা প্রভাবিত হয়। অতএব:

• প্রকৃত-বনাম-পূর্বাভাসিত মানগুলির একটি স্ক্র্যাটারপ্লোটে অরেখরতার প্রমাণ যেমন র‌্যাঙ্ক পারস্পরিক সম্পর্ক (স্পিয়ারম্যান) সহগ হিসাবে কোনও বিকল্প ব্যবহার করার পরামর্শ দেয়;

  • যদি সম্পর্কটি গড় হিসাবে একঘেয়ে লাগে (চিত্রের উপরের সারি হিসাবে), তবে একটি র‌্যাঙ্ক পারস্পরিক সম্পর্ক সহগ কার্যকর হবে;

  • অন্যথায়, সম্পর্কটি curvilinear (যেমন চিত্রের নীচের সারি থেকে কিছু উদাহরণে যেমন বাম দিকের বা মাঝের U- আকারের একটি) এবং সম্ভবত কোনও সম্পর্কযুক্ত পদক্ষেপের অপর্যাপ্ত বিবরণ হবে; একটি র‌্যাঙ্ক সহসংযোগ সহগ ব্যবহার করে এটি ঠিক করবে না।

• স্ক্যাটারপ্লোটে বহির্মুখী তথ্যের উপস্থিতি ইঙ্গিত দেয় যে পিয়ারসন পারস্পরিক সম্পর্কের গুণাগুণটি লিনিয়ার সম্পর্কের শক্তিকে বাড়িয়ে তুলতে পারে। এটি সঠিক বা নাও হতে পারে; যথাযথ সতর্কতার সাথে এটি ব্যবহার করুন। বহির্মুখী মানগুলি কতটা বিশ্বাসযোগ্য তার উপর নির্ভর করে র‌্যাঙ্কের পারস্পরিক সম্পর্ক সহগ আরও ভাল হতে পারে।

(ছবিটি পিয়ারসন পণ্য-মুহুর্তের সম্পর্কের সহগ সম্পর্কিত উইকিপিডিয়া নিবন্ধ থেকে অনুলিপি করা হয়েছে ))

Comments

আপনি কি রিগ্রেশন পারফরম্যান্স পরিমাপ করতে র‌্যাঙ্ক পারস্পরিক সম্পর্ক ব্যবহার সম্পর্কে আপনার বক্তব্যের জন্য কিছু উত্স দিতে পারেন?

— সাইমন কুয়াং