প্রশ্ন ট্যাগ «auc»

F1- স্কোর নির্ভুলতা এবং পুনর্বিবেচনার সুরেলা মাধ্যম। স্মরণার্থের y- অক্ষগুলি সত্যিকারের ধনাত্মক হার (এটিও প্রত্যাহারযোগ্য)। সুতরাং, একসময় শ্রেণিবদ্ধীদের কম স্মরণ হতে পারে তবে খুব উচ্চতর এউসি থাকতে পারে, এর অর্থ কী? এওসি এবং এফ 1-স্কোরের মধ্যে পার্থক্য কী?

14 machine-learning  precision-recall  auc  accuracy 

কাগল এর প্রতিযোগিতা পোর্তো সেগুরোর নিরাপদ ড্রাইভার ভবিষ্যদ্বাণী মূল্যায়ন মেট্রিক হিসাবে নরমালাইজড গিনি স্কোরকে ব্যবহার করে এবং এটি এই পছন্দের কারণ সম্পর্কে আমাকে কৌতূহলযুক্ত করে তুলেছে । মূল্যায়নের জন্য এটুসির মতো সর্বাধিক মেট্রিকের পরিবর্তে সাধারণ গিনি স্কোর ব্যবহারের সুবিধা কী কী?

14 classification  auc  model-evaluation  gini 

আমার কাছে 100 টি কেস এবং দুটি শ্রেণিবদ্ধের একটি টেস্ট সেট রয়েছে। আমি পূর্বাভাস এবং গণিত আরওসি এউসি তৈরি করেছি, সংবেদনশীলতা এবং উভয় শ্রেণিবদ্ধের জন্য নির্দিষ্টতা। প্রশ্ন 1: আমি সমস্ত স্কোর (আরওসি এউসি, সংবেদনশীলতা, স্পষ্টতা) এর সাথে অন্যের তুলনায় একজনের তুলনায় উল্লেখযোগ্যভাবে ভাল কিনা তা পরীক্ষা করতে আমি কীভাবে পি-ভ্যালু …

14 machine-learning  statistical-significance  roc  auc  sensitivity-specificity 

আরওসি বক্ররেখার অধীনে অঞ্চলটি কেন এমন সম্ভাবনা রয়েছে যে কোনও শ্রেণিবদ্ধ একজন এলোমেলোভাবে বেছে নেওয়া "ইতিবাচক" উদাহরণটি (পুনরুদ্ধার পূর্বাভাস থেকে) এলোমেলোভাবে বেছে নেওয়া "ইতিবাচক" একের (মূল ইতিবাচক শ্রেণি থেকে) উচ্চতর হবে? কীভাবে এই সত্যটি ইতিবাচক এবং নেতিবাচক শ্রেণির বিতরণের সিডিএফ এবং পিডিএফ প্রদান করে অবিচ্ছেদ্য ব্যবহার করে এই বিবৃতিটিকে গাণিতিকভাবে …

14 probability  roc  auc 

বাইনারি ফলাফল Y∈ { 0 , 1 }এনy∈{0,1}ny\in\{0,1\}^n এবং কিছু পূর্বাভাসক ম্যাট্রিক্স X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} সহ একটি ডেটা সেট দেওয়া , মানীয় লজিস্টিক রিগ্রেশন মডেল সহগের βMLEβMLE\beta_{MLE} অনুমান করে যা দ্বিপদী সম্ভাবনা সর্বাধিক করে তোলে। যখন XXX পূর্ণ র‌্যাঙ্ক হয় βMLEβMLE\beta_{MLE} স্বতন্ত্র; নিখুঁত বিচ্ছেদ উপস্থিত না হলে, এটি সীমাবদ্ধ। এই সর্বোচ্চ …

13 logistic  maximum-likelihood  auc 

দুই বা ততোধিক শ্রেণিবদ্ধকরণের মডেলগুলির তুলনা করতে ব্যবহৃত একটি সাধারণ পরিমাপ হ'ল পরোক্ষভাবে তাদের কর্মক্ষমতা মূল্যায়নের উপায় হিসাবে আরওসি বক্ররেখা (এউসি) এর অধীনে অঞ্চলটি ব্যবহার করা। এক্ষেত্রে বৃহত্তর এওসি সহ একটি মডেলকে সাধারণত একটি ছোট এওসি সহ একটি মডেলের চেয়ে ভাল পারফরম্যান্স হিসাবে ব্যাখ্যা করা হয়। তবে, বিহিনেন, ২০১২ অনুসারে …

13 machine-learning  classification  roc  auc  model-evaluation 

যখন আমরা একটি র‌্যান্ডম ফরেস্টের গুণমানকে মূল্যায়ন করি, উদাহরণস্বরূপ, এটিসি ব্যবহার করে, কী পরিমাণ ব্যাগের নমুনাগুলির উপর বা ক্রস বৈধতার সেটটি ধরে রেখে এই পরিমাণগুলি গণনা করা আরও উপযুক্ত? আমি শুনেছি ওওবি নমুনাগুলিতে এটি কম্পিউটিং করা আরও একটি নিরাশাবাদী মূল্যায়ন দেয়, তবে কেন তা আমি দেখছি না।

13 cross-validation  random-forest  auc 

মেশিন শেখার আমরা ব্যবহার করতে পারি আরওসি বক্ররেখা অধীনে এলাকায় (প্রায়ই সংক্ষিপ্ত AUC , অথবা AUROC) সংক্ষেপ কত ভাল একটি সিস্টেম দুই শ্রেণীর মধ্যে বৈষম্য করতে পারেন। সিগন্যাল সনাক্তকরণ তত্ত্বে প্রায়শই (সংবেদনশীলতা সূচক) একই উদ্দেশ্যে ব্যবহৃত হয়। দুটি ঘনিষ্ঠভাবে সংযুক্ত, এবং আমি বিশ্বাস করি যে তারা যদি কিছু অনুমানগুলি সন্তুষ্ট …

13 machine-learning  roc  auc  signal-detection  d-prime 

ভলিউমের মিলের জন্য আমি ডাইস সহগ জুড়ে এসেছি ( https://en.wikedia.org/wiki/S%C3%B8rensen%E2%80%93 ডাইস_কোফিসিটি ) এবং যথার্থতা ( https://en.wikedia.org/wiki/Acturacy_and_precision )। আমার কাছে মনে হয় এই দুটি ব্যবস্থা একই রকম। কোন চিন্তা?

13 descriptive-statistics  roc  accuracy  precision-recall  auc 

আমি আমার মডেলটি ফিট করেছি এবং এটি কোনও ভাল কিনা তা বোঝার চেষ্টা করছি। আমি এটি নির্ধারণের জন্য প্রস্তাবিত মেট্রিকগুলি গণনা করেছি ( আর2R2R^2 / এউসি / যথার্থতা / পূর্বাভাস ত্রুটি / ইত্যাদি) তবে কীভাবে তা ব্যাখ্যা করতে হয় তা জানি না। সংক্ষেপে, আমার মডেলটি মেট্রিকের উপর ভিত্তি করে কোনও …

12 goodness-of-fit  r-squared  accuracy  auc  diagnostic 

আমি একটি বাইনারি শ্রেণিবদ্ধকরণ কার্য সম্পাদন করছি যেখানে ফলাফলের সম্ভাবনাটি ন্যূনতম (3% বৃদ্ধি পাবে)। আমি সিদ্ধান্ত নেওয়ার চেষ্টা করছি যে এটিউসি বা লগ-লস দ্বারা অনুকূলিত হবে। আমি যতটা বুঝতে পেরেছি, এইউসি ক্লাসগুলির মধ্যে বৈষম্যের মডেলটির ক্ষমতা সর্বাধিক করে তোলে যখন লগলাস বাস্তব এবং অনুমান সম্ভাবনার মধ্যে বিভেদকে দন্ড দেয়। আমার …

12 classification  binary-data  auc  log-loss 

আমার একটি বাইনারি শ্রেণিবদ্ধকরণ সমস্যা আছে এবং আমি এটিতে বিভিন্ন শ্রেণিবদ্ধ পরীক্ষা করেছি: আমি শ্রেণিবদ্ধদের তুলনা করতে চাই। কোনটি আরও ভাল পরিমাপের এউসি বা নির্ভুলতা? এবং কেন? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning  classification  auc 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

যেহেতু আমার খুব ভারসাম্যহীন ডেটাসেট রয়েছে (9% ইতিবাচক ফলাফল), তাই আমি সিদ্ধান্ত নিয়েছি যে একটি স্পষ্টতা-রিক্যাল রেখাঙ্কনটি কোনও আরওসি বক্ররের চেয়ে বেশি উপযুক্ত। আমি পিআর বক্ররেখা (.49, যদি আপনি আগ্রহী হন) এর অধীনে ক্ষেত্রের আনুষাঙ্গিক সংক্ষিপ্তসার পরিমাপটি পেয়েছি তবে কীভাবে এটি ব্যাখ্যা করবেন তা সম্পর্কে আমি নিশ্চিত নই। আমি শুনেছি …

11 classification  precision-recall  auc 

আমি একটি কাগজে এই ক্যাপশনটি পড়েছি এবং অন্য কোথাও এওসি বর্ণিত কখনও দেখিনি। এটা কি সত্য? এটি দেখার কোনও প্রমাণ বা সহজ উপায় আছে? চিত্র 2 রিসিভার-অপারেটিং বৈশিষ্ট্যযুক্ত বক্ররেখার (এউসি) এর অধীনে ক্ষেত্রের পরিপ্রেক্ষিতে প্রকাশিত দ্বিধাত্বক ভেরিয়েবলের পূর্বাভাস নির্ভুলতা দেখায় যা প্রতিটি শ্রেণি থেকে দু'জন এলোমেলোভাবে নির্বাচিত ব্যবহারকারীকে সঠিকভাবে শ্রেণিবদ্ধ …

11 classification  roc  auc