Veri madenciliğinde kesinlik ve geri çağırma nedir?
Veri madenciliğinde kesinlik ve geri çağırma nedir?

Video: Veri madenciliğinde kesinlik ve geri çağırma nedir?

Video: Veri madenciliğinde kesinlik ve geri çağırma nedir?
Video: Dengesiz Veri Kümeleri ile Sınıflandırmada Başarım Ölçütleri: 1. Bölüm Temel Bilgiler, Metrikler 2024, Mayıs
Anonim

Süre kesinlik ilgili sonuçlarınızın yüzdesini ifade eder, hatırlamak algoritmanız tarafından doğru şekilde sınıflandırılan toplam ilgili sonuçların yüzdesini ifade eder. Diğer problemler için bir takas gereklidir ve maksimize edilip edilmeyeceğine karar verilmelidir. kesinlik , veya hatırlamak.

Ayrıca, örnekle kesinlik ve hatırlama nedir?

Örnek ile ilgili Kesinlik - Hatırlamak sınıflandırıcı çıktı kalitesini değerlendirmek için metrik. Kesinlik - Hatırlamak sınıflar çok dengesiz olduğunda tahminin başarısının yararlı bir ölçüsüdür. Bilgi almada, kesinlik sonuç alaka düzeyinin bir ölçüsü iken, hatırlamak kaç tane gerçekten alakalı sonucun döndürüldüğünün bir ölçüsüdür.

Yukarıdakilerin yanı sıra, veri madenciliğinde kesinlik ve geri çağırmayı nasıl hesaplarsınız? Örneğin, mükemmel bir kesinlik ve geri çağırma puanı, mükemmel bir F-Measure puanı ile sonuçlanır:

  1. F-Ölçü = (2 * Kesinlik * Geri Çağırma) / (Hassas + Geri Çağırma)
  2. F-Ölçü = (2 * 1.0 * 1.0) / (1.0 + 1.0)
  3. F-Ölçü = (2 * 1.0) / 2.0.
  4. F-Ölçü = 1.0.

Ayrıca bilmek, veri madenciliğinde kesinlik nedir?

Örüntü tanıma, bilgi alma ve sınıflandırma (makine öğrenme), kesinlik (aynı zamanda pozitif tahmin değeri olarak da adlandırılır) alınan örnekler arasındaki ilgili örneklerin oranıdır, geri çağırma (duyarlılık olarak da bilinir) ilgili örneklerin toplam miktarının oranıdır.

Neden kesinlik ve hatırlama kullanıyoruz?

Hassasiyet gerçek pozitiflerin sayısının, gerçek pozitiflerin sayısı artı yanlış pozitiflerin sayısına bölünmesiyle tanımlanır. Süre hatırlamak bir veri kümesindeki tüm ilgili örnekleri bulma yeteneğini ifade eder, kesinlik modelimizin ilgili olduğunu söylediği veri noktalarının oranını ifade eder.

Önerilen: