নির্ভুলতার জন্য সঠিক মানগুলি কী এবং ডিনোমিনেটর 0 সমান হলে পুনরুদ্ধার করতে পারে?

Question

যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়:

পি = সত্য ধনাত্মক / (সত্য ধনাত্মক + মিথ্যা ধনাত্মক)

(সত্য ধনাত্মক + মিথ্যা ধনাত্মক) = 0 হলে নির্ভুলতার মান কত? এটি কি কেবল অপরিজ্ঞাত?

প্রত্যাহার জন্য একই প্রশ্ন:

আর = সত্য ধনাত্মক / (সত্য ধনাত্মক + মিথ্যা নেতিবাচক)

এই ক্ষেত্রে, (সত্য ধনাত্মক + মিথ্যা নেতিবাচক) = 0 হলে পুনরুদ্ধারের মান কত?

পিএস এই প্রশ্নটি একই প্রশ্নের সাথে মিলে যায়, প্রান্তের ক্ষেত্রে যথার্থতা এবং পুনরুদ্ধারের জন্য সঠিক মানগুলি কী? ।

Comments

হেই, এটি সদৃশটিতেও উত্তর দেওয়া হয়েছে; তবে আসুন এটিকে একটি ভাল সদৃশ বলি।

Answer 1

লিঙ্কযুক্ত আগের প্রশ্নের উত্তরগুলি এখানেও প্রয়োগ হয়।

যদি (সত্য ধনাত্মক + মিথ্যা নেতিবাচক) = 0 হয় তবে ইনপুট ডেটাতে কোনও ইতিবাচক মামলা নেই, সুতরাং এই ক্ষেত্রে কোনও বিশ্লেষণের কোনও তথ্য নেই, এবং কীভাবে ইতিবাচক মামলাগুলি পরিচালনা করা হয় সে সম্পর্কে কোনও সিদ্ধান্ত নেই। আপনি শূন্য ত্রুটি দ্বারা বিভাজন এড়ানো, অনুপাত ফলাফল হিসাবে অনুরূপ কিছু এন / এ বা চান

যদি (সত্য ধনাত্মক + মিথ্যা ধনাত্মক) = 0 হয় তবে সমস্ত ক্ষেত্রে নেতিবাচক হওয়ার পূর্বাভাস দেওয়া হয়েছে: এটি আরওসি বক্ররেখার এক প্রান্ত। আবার, আপনি শূন্য ত্রুটি দ্বারা বিভাজন এড়িয়ে গিয়ে এই সম্ভাবনাটি সনাক্ত করতে এবং প্রতিবেদন করতে চান ।

Comments

উত্তরের জন্য হেনরি ধন্যবাদ। যদি আমি সঠিকভাবে বুঝতে পারি তবে আগের ক্ষেত্রে, আপনি ফলাফলটি সনাক্ত করতে এবং রিপোর্ট করতে চান না , তবে পরবর্তী ক্ষেত্রে আপনি এটি করেন । এটা কি ঠিক?

— রাফি খ্যাচাডৌরিয়ান

হ্যাঁ: ধনাত্মক-ইন-ইনপুট ক্ষেত্রে, নির্ভুলতা অর্থহীন; ধনাত্মক-পূর্বাভাসের ক্ষেত্রে, আপনি রিপোর্ট করতে চান যে পরীক্ষাটি অত্যন্ত নেতিবাচক হিসাবে সেট করা হয়েছে।

— হেনরি

Answer 2

একটি আকর্ষণীয় উত্তর এখানে দেওয়া হয়: https://github.com/dice-group/gerbil/wiki/Precision,- পুনরায়- এবং- এফ 1- পরিমাপ

সঠিক পজিটিভ, মিথ্যা ধনাত্মক এবং মিথ্যা নেতিবাচক সমস্ত 0. আছে কিনা তার উপর নির্ভর করে মডিউলটির লেখকগুলি নির্ভুলতার জন্য বিভিন্ন স্কোর আউটপুট দেয় এবং যদি তা হয় তবে ফলাফলটি অবশ্যই খুব ভাল good

কিছু বিরল ক্ষেত্রে, যথার্থ বা পুনর্বিবেচনার গণনা 0 দ্বারা বিভাজন ঘটতে পারে যথার্থতা সম্পর্কে, কোনও মন্তব্যকারীর উত্তরের অভ্যন্তরে কোনও ফলাফল না থাকলে এটি ঘটতে পারে এবং এইভাবে সত্য এবং মিথ্যা ধনাত্মক 0 হয় এই বিশেষ ক্ষেত্রে, আমরা সংজ্ঞায়িত করেছি যে সত্য ধনাত্মক, মিথ্যা ধনাত্মক এবং মিথ্যা নেতিবাচক সব যদি 0 হয় তবে যথার্থতা, পুনর্বিবেচনা এবং এফ 1-পরিমাপ 1 হয় This এটি এমন পরিস্থিতিতে দেখা দিতে পারে যেখানে সোনার মান কোনও ডকুমেন্ট থাকে না in টিকা এবং টিকা (সঠিকভাবে) কোনও টিকা দেয় না। যদি সত্য ধনাত্মক 0 হয় এবং অন্য দুটি কাউন্টারগুলির মধ্যে একটি 0 এর চেয়ে বড় হয়, যথার্থতা, পুনরায় কল এবং এফ 1-পরিমাপ 0 হয়।

আমি নিশ্চিত নই যে এই জাতীয় স্কোরিং তাদের বিশেষ ক্ষেত্রে বাইরে অন্য পরিস্থিতিতে কার্যকর হবে কিনা তবে এটি কিছুটা চিন্তা করার মতো।

Answer 3

উচ্চ থ্রেশহোল্ডে কোনও শ্রেণিবদ্ধকারীকে মূল্যায়ন করার সময়, যখন প্রত্যাহার 0 হয় তখন যথার্থতা (প্রায়শই বাস্তবে) 1 না হয়! এটি সাধারণত এন / এ! আমি মনে করি কীভাবে লোকেরা পি / আর বক্ররেখা প্লট করে সে সম্পর্কে কিছু ভুল আছে। এন / এ নমুনা এড়ানো এই দিক থেকে একটি পক্ষপাতিত্ব যে আপনি এককতার নমুনা এড়িয়ে চলে। আমি N / A নমুনাগুলি উপেক্ষা করে গড় প্রত্যাহারের গড় গড় স্পষ্টতাটি গণনা করেছিলাম এবং অবজেক্ট সনাক্তকরণে অগভীর নিউরাল জালের জন্য 0 রেকর্ডের জন্য 1 থেকে শুরু করে কোনও শ্রেণিবদ্ধ কখনও পাইনি। এটি টিপি, এফপি, এফএন সংখ্যাগুলির সাথে গণনা করা বক্রের ক্ষেত্রেও সত্য ছিল। একক চিত্র সহ কাগজ এবং পেন্সিল দ্বারা যাচাই করা বেশ সহজ। উদাহরণস্বরূপ: আমার একটি শ্রেণিবদ্ধ রয়েছে যা একটি একক চিত্রের আউটপুট দেয়: প্রেডস = [7 .6 .5। 1 1 0 0], এফএন = [0 1 1 1 2 2], এফপি = [3 3 2 1 1 0]। পুনরুদ্ধার rec = [1 .5 .5 .5 0 0], এবং নির্ভুলতা = [। 4 .25 1/3 .5 0 NaN]। আমি দেখতে পাচ্ছি না যে কীভাবে কোনও NaN বা যথার্থতা (@ প্রত্যাহার == 0) প্রতি 1 দিয়ে প্রতিস্থাপন করা বোধগম্য হবে 1 এর উপরের বাউন্ড হওয়া উচিত, আমরা একটি নির্ভুলতার সাথে প্রতিস্থাপন করা মানটি নয় (@ প্রত্যাহার == 0)।