প্রশ্ন ট্যাগ «precision-recall»

আমি বাইনারি শ্রেণিবদ্ধকরণ সমস্যা নিয়ে কাজ করছি যেখানে মিথ্যা ধনাত্মকতা না থাকা আরও গুরুত্বপূর্ণ; বেশ কিছু মিথ্যা নেগেটিভ ঠিক আছে। উদাহরণস্বরূপ আমি স্ক্লার্নে একগুচ্ছ ক্লাসিফায়ার ব্যবহার করেছি, তবে আমি মনে করি তাদের মধ্যে কারও স্পষ্টরূপে নির্ভুলতা-রিক্যাল ট্রেডঅফ সামঞ্জস্য করার ক্ষমতা নেই (তারা বেশ ভাল ফলাফল দেয় তবে সামঞ্জস্যযোগ্য নয়)। কোন …

11 classification  precision-recall 

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 

এটি এফ বিটা স্কোর: এফβ= ( 1 + β)2) ⋅ p r e c i s i o n ⋅ r e c a l l( β)2⋅ p r e c i s i o n ) + r e c a l lFβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} …

10 machine-learning  precision-recall  model-evaluation 

আমি বর্তমানে তিনটি পদ্ধতির তুলনা করছি এবং আমার যথাযথতা, অরোক এবং অউপিআরটি মেট্রিক হিসাবে রয়েছে। এবং আমি নিম্নলিখিত ফলাফল আছে: পদ্ধতি এ - acc: 0.75, auROC: 0.75, auPR: 0.45 পদ্ধতি বি - acc: 0.65, অরোক: 0.55, ইউপিআর: 0.40 পদ্ধতি সি - acc: 0.55, auROC: 0.70, auPR: 0.65 আমার যথাযথতা এবং …

10 machine-learning  roc  precision-recall 

কেন প্রত্যাহারগুলি সত্য negativeণাত্মক বিবেচনায় নেয় না? পরীক্ষাগুলিতে যেখানে সত্য negativeণাত্মকগুলি সত্য ধনাত্মকগুলির মতোই গুরুত্বপূর্ণ, তাদের তুলনামূলক মেট্রিক যা এটিকে বিবেচনায় নেয়?

10 precision-recall 

1) স্কলারনে র‌্যান্ডমফোরেস্টে আমি শ্রেণিবদ্ধের প্রান্তিক (আমার মনে হয় এটি ডিফল্টরূপে 0.5 হয়) কীভাবে পরিবর্তন করতে পারি? 2) আমি কীভাবে স্কলারনে আন্ডার-স্যাম্পল করতে পারি? 3) আমার র্যান্ডমফোরস্ট শ্রেণিবদ্ধের নিম্নলিখিত ফলাফল রয়েছে: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64 2932 class 1 0.74 0.87 0.80 …

9 classification  random-forest  precision-recall  unbalanced-classes