Təsnifat modelləri üçün əsas ölçülər

Təsnifat modelinin qiymətləndirilməsi
Dəqiqlik və geri çağırma ölçüləri
F1 xalının hesablanması
Təsnifat modelləri üçün əsas ölçülər cover image

Təsnifat modelinin performansını qiymətləndirərkən bir neçə ölçüdən istifadə edilə bilər, lakin ən çox yayılmış üç göstərici dəqiqlik, xatırlatmaF1 balıdır.

Dəqiqlik:

Dəqiqlik modelin verdiyi müsbət proqnozların düzgünlüyünü ölçür. Həqiqi müsbət proqnozların müsbət proqnozların ümumi sayına nisbəti kimi hesablanır (həqiqi müsbətlər + yanlış müsbətlər). Sadə dillə desək, dəqiqlik sualına cavab verir: "Modelin müsbət olaraq proqnozlaşdırdığı bütün maddələrdən neçəsi əslində müsbət idi?". Yüksək dəqiqlik o deməkdir ki, model nəyisə müsbət kimi proqnozlaşdırdıqda, adətən düzgün olur.

Xatırlayın:

Geri çağırma modelin bütün müsbət halları düzgün müəyyən etmək qabiliyyətini ölçür. Bu, həqiqi müsbət proqnozların faktiki müsbət halların ümumi sayına nisbəti kimi hesablanır (həqiqi müsbətlər + yanlış neqativlər). Əslində, geri çağırma sualına cavab verir: "Bütün faktiki müsbət maddələrdən neçəsini model düzgün müəyyən etdi?". Yüksək geri çağırma modelin müsbət halların əksəriyyətini müəyyən edə biləcəyini göstərir.

F1 Hesabı:

F1 hesabı dəqiqlik və geri çağırmanın harmonik ortasıdır. O, həm dəqiqliyi, həm də geri çağırmağı tarazlayan vahid bir xal təmin edir. Bu xal xüsusilə dəqiqlik və geri çağırma arasında tarazlıq tapmaq istədiyiniz zaman və ya dərslər balanssız olduqda faydalıdır. F1 balı 0 ilə 1 arasında dəyişir, burada daha yüksək qiymət daha yaxşı performansı göstərir.

Təsnifat modelini qiymətləndirərkən bu göstəriciləri birlikdə nəzərə almaq vacibdir. Məsələn, yüksək dəqiqliyə malik, lakin geri çağırışı az olan bir model müsbət proqnozlar verməkdə həddən artıq ehtiyatlı ola bilər, yüksək geri çağırışa malik, lakin aşağı dəqiqliyə malik bir model müsbətləri proqnozlaşdırmaqda çox liberal ola bilər. F1 hesabı bu iki göstərici arasında tarazlıq yaratmağa kömək edir.

Əlavə olaraq, konkret problem və tələblərdən asılı olaraq, dəqiqlik, spesifiklik, ROC əyrisi (qəbuledicinin işləmə xarakteristika əyrisi) və AUC (ROC əyrisi altındakı sahə) kimi digər ölçülər də modelin performansını qiymətləndirmək üçün dəyərli ola bilər.


Career Services background pattern

Karyera Xidmətləri

Contact Section background image

Əlaqə saxlayaq

Code Labs Academy © 2025 Bütün hüquqlar qorunur.