প্রশ্ন ট্যাগ «precision-recall»

আমি তাদের মধ্যে আনুষ্ঠানিক পার্থক্য বুঝতে পারি, আমি যেটি জানতে চাই তা হ'ল যখন এটি একটি বনাম অন্যটি ব্যবহারের জন্য আরও প্রাসঙ্গিক। তারা কি সর্বদা প্রদত্ত শ্রেণিবদ্ধকরণ / সনাক্তকরণ সিস্টেমের কর্মক্ষমতা সম্পর্কে পরিপূরক অন্তর্দৃষ্টি সরবরাহ করে? কখন কাগজে এই দুটো সরবরাহ করা যুক্তিসঙ্গত? একটার বদলে? কোনও বিকল্প (সম্ভবত আরও আধুনিক) …

159 machine-learning  roc  precision-recall 

আমি আশ্চর্য হয়েছি যে কীভাবে নির্ভুলতা গণনা করা যায় এবং একটি বহু-শ্রেণীর শ্রেণিবিন্যাস সমস্যার জন্য কনফিউশন ম্যাট্রিক্স ব্যবহার করে পুনরুদ্ধার করা যায়। বিশেষত, একটি পর্যবেক্ষণ কেবল তার সর্বাধিক সম্ভাব্য শ্রেণি / লেবেলকে দেওয়া যেতে পারে। আমি গণনা করতে চাই: যথার্থতা = টিপি / (টিপি + এফপি) পুনরুদ্ধার = টিপি / …

92 machine-learning  classification  precision-recall  multi-class 

আমি ভাবছি যে কীভাবে নির্ভুলতা গণনা করতে হবে এবং মাল্টিক্লাস মাল্টিলেবল শ্রেণিবদ্ধকরণের জন্য প্রতিকারগুলি পুনরুদ্ধার করতে হবে, যেখানে শ্রেণিবিন্যাস যেখানে দুটির বেশি লেবেল রয়েছে এবং যেখানে প্রতিটি উদাহরণে একাধিক লেবেল থাকতে পারে?

72 machine-learning  classification  precision-recall  multi-class 

আমি জানতে চাই কীভাবে চ-পরিমাপের মানগুলির একটি পার্থক্য ব্যাখ্যা করতে হয়। আমি জানি যে চ-পরিমাপটি নির্ভুলতা এবং পুনর্বিবেচনার মধ্যে একটি ভারসাম্যপূর্ণ গড়, তবে আমি এফ-ব্যবস্থাগুলির পার্থক্যের ব্যবহারিক অর্থ সম্পর্কে জিজ্ঞাসা করছি। উদাহরণস্বরূপ, যদি শ্রেণিবদ্ধ সি 1 এর 0,4 এবং অন্য শ্রেণিবদ্ধ সি 2 এর যথার্থতা 0.8 থাকে তবে আমরা বলতে …

41 classification  precision-recall 

আমার একটি শ্রেণিবিন্যাস টাস্ক রয়েছে যেখানে আমার কাছে অনেকগুলি ভবিষ্যদ্বাণী রয়েছে (যার মধ্যে একটি সর্বাধিক তথ্যপূর্ণ), এবং আমি আমার শ্রেণিবদ্ধ নির্মানের জন্য মার্স মডেলটি ব্যবহার করছি (আমি কোনও সাধারণ মডেলের প্রতি আগ্রহী, এবং উদাহরণস্বরূপ গ্ল্যাম ব্যবহার করা হবে) ঠিক আছে)। প্রশিক্ষণ ডেটাতে এখন আমার কাছে বিশাল শ্রেণির ভারসাম্যহীনতা রয়েছে (প্রতিটি …

30 machine-learning  roc  precision-recall  unbalanced-classes  data-visualization 

আমার কাছে স্কেলের্নের স্ক্লার্ন.মেট্রিক্স.ক্লাসিফিকেশন_রপোর্ট ডকুমেন্টেশন থেকে টানা একটি উদাহরণ রয়েছে। আমি যা বুঝতে পারি না কেন প্রতিটি ক্লাসের জন্য কেন এফ 1-স্কোর, যথার্থতা এবং রিক্যাল মান রয়েছে যেখানে আমি বিশ্বাস করি যে ক্লাসটি প্রিডিক্টর লেবেল? আমি ভেবেছিলাম f1 স্কোর আপনাকে মডেলের সামগ্রিক যথার্থতা বলে। এছাড়াও, সমর্থন কলাম আমাদের কী বলে? …

29 machine-learning  python  scikit-learn  precision-recall 

যথার্থ-পুনর্বিবেচনা বক্ররেখার (পিআর-কার্ভের এউসি) আওতাভুক্ত যথার্থতা (এপি) কি অঞ্চল? সম্পাদনা করুন: পিআর এউসি এবং এপিতে পার্থক্য সম্পর্কে এখানে কিছু মন্তব্য। এউসি নির্ভুলতার ট্র্যাপিজয়েডাল ইন্টারপোলেশন দ্বারা প্রাপ্ত। একটি বিকল্প এবং সাধারণত সমতুল্য মেট্রিক হল গড় যথার্থ (এপি), তথ্য.এপ হিসাবে প্রত্যাবর্তন returned প্রতিবার নতুন ধনাত্মক নমুনা প্রত্যাহার করার সময় প্রাপ্ত যথার্থতার গড় …

27 scikit-learn  precision-recall  auc  average-precision 

আমি এফ 1 স্কোর, ডাইস স্কোর এবং আইওইউ (সংযোগ ওভার ইউনিয়ন) এর মধ্যে পার্থক্য সম্পর্কে বিভ্রান্ত হয়ে পড়েছিলাম। এতক্ষণে আমি জানতে পেরেছি যে এফ 1 এবং ডাইস মানে একই জিনিস (ডান?) এবং আইওইউর সাথে অন্য দুটির সাথে খুব অনুরূপ সূত্র রয়েছে। এফ 1 / ডাইস: 2TP2TP+FP+FN2TP2TP+FP+FN\frac{2TP}{2TP+FP+FN} আইওইউ / জ্যাকার্ড: rac …

24 terminology  accuracy  precision-recall 

আমি একটি জালিয়াতি সনাক্তকরণ (ক্রেডিট-স্কোরিং-এর মতো) সমস্যাটি মোকাবিলা করি। যেমন জালিয়াতি এবং জালিয়াতিহীন পর্যবেক্ষণগুলির মধ্যে একটি ভারসাম্যহীন সম্পর্ক রয়েছে। http://blog.revolutionanalytics.com/2016/03/com_class_eval_metrics_r.html বিভিন্ন শ্রেণিবদ্ধকরণের মেট্রিকের দুর্দান্ত সংক্ষিপ্তসার সরবরাহ করে। Precision and Recallবা kappaউভয়ই ভাল পছন্দ বলে মনে হচ্ছে: এ জাতীয় শ্রেণিবদ্ধের ফলাফলকে ন্যায়সঙ্গত করার একটি উপায় হ'ল তাদের বেসলাইন শ্রেণিবদ্ধগুলির সাথে তুলনা …

22 classification  unbalanced-classes  precision-recall  cohens-kappa  model-evaluation 

যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

আমি এই আলোচনাটি পড়ে শেষ করেছি । তাদের যুক্তি রয়েছে যে ভারসাম্যহীন ডেটাসেটের ক্ষেত্রে আরওসি এউসি থেকে পিআর এউসি ভাল। উদাহরণস্বরূপ, আমাদের পরীক্ষার ডেটাসেটে 10 টি নমুনা রয়েছে। 9 টি নমুনা ধনাত্মক এবং 1 টি নেতিবাচক। আমাদের কাছে একটি ভয়াবহ মডেল রয়েছে যা সবকিছুকে ইতিবাচক বলে পূর্বাভাস দেয়। সুতরাং, আমাদের …

18 machine-learning  model-selection  roc  unbalanced-classes  precision-recall 

কোন পারফরম্যান্সের পরিমাপটি ব্যবহার করতে হবে সে সম্পর্কে আমার কিছু সন্দেহ আছে, আরওসি বক্ররেখার অধীনে অঞ্চল (টিপিআর এর ক্রিয়াকলাপ হিসাবে টিপিআর) বা নির্ভুলতা-পুনর্বিবেচনা বক্ররেখার অধীনে অঞ্চল (পুনরুদ্ধারের ফাংশন হিসাবে নির্ভুলতা)। আমার ডেটা ভারসাম্যহীন, অর্থাৎ নেতিবাচক উদাহরণগুলির সংখ্যা ইতিবাচক উদাহরণগুলির চেয়ে অনেক বড়। আমি ওয়েকার আউটপুট ভবিষ্যদ্বাণী ব্যবহার করছি, একটি নমুনা …

16 r  machine-learning  roc  precision-recall  auc 

কেউ কি আমার জন্য সম্ভাব্য উদাহরণগুলির সংক্ষিপ্তসার জানাতে পারে, কোন পরিস্থিতিতে প্রশিক্ষণের ডেটা বৃদ্ধি করা সামগ্রিক ব্যবস্থার উন্নতি করে? আমরা কখন সনাক্ত করি যে আরও প্রশিক্ষণের ডেটা যুক্ত করা সম্ভব ডেটাগুলি বেশি পরিমাণে ফিট করে এবং পরীক্ষার ডেটাগুলিতে ভাল যথার্থতা দিতে পারে না? এটি একটি খুব অ-নির্দিষ্ট প্রশ্ন, তবে আপনি …

16 machine-learning  classification  dataset  precision-recall 

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 …

16 precision-recall 

আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable