সুচিপত্র:
সংজ্ঞা - মিথ্যা নেতিবাচক অর্থ কী?
বাইনারি শ্রেণিবদ্ধকরণের জন্য একটি ধ্রুপদী বিভ্রান্তির ম্যাট্রিক্সের চারটি উপাদানের মধ্যে মিথ্যা নেতিবাচক। বাইনারি শ্রেণিবদ্ধকরণে, দুই ধরণের বা ক্লাস মেশিন লার্নিং প্রোগ্রাম বা অনুরূপ প্রযুক্তি দ্বারা বিশ্লেষণ করা হয়।
টেকোপিডিয়া মিথ্যা নেতিবাচক ব্যাখ্যা করে
বিভ্রান্তির ম্যাট্রিক্সের সাথে ধারণাটি হ'ল ইঞ্জিনিয়ারদের হাতে থাকা পরীক্ষার ডেটার প্রকৃত মান রয়েছে। তারপরে তারা মেশিন লার্নিং প্রোগ্রামটি চালায় এবং এটি তার পূর্বাভাস দেয়। যদি ভবিষ্যদ্বাণীটি জানা সাথে মেলে তবে এটি একটি সফল ফলাফল। যদি তা না হয় তবে এটি সফল ফলাফল নয়।
এই ধরণের দৃষ্টান্তে, সফল ফলাফলগুলি সত্য হিসাবে লেবেলযুক্ত এবং অসফল ফলাফলগুলি মিথ্যা হিসাবে চিহ্নিত করা হয়।
সুতরাং মিথ্যা নেতিবাচকগুলির জন্য উদাহরণ দেওয়ার জন্য আপনাকে কীভাবে বিভ্রান্তির ম্যাট্রিক্স সেট আপ করা হয়েছে তা দেখতে হবে। ধরুন, উদাহরণস্বরূপ, আপনার দুটি শ্রেণিভুক্ত করা আছে - প্রথমটি একটি মান, আসুন একটি, যাকে বলা হয় তাকে এক নম্বর শ্রেণি বা ধনাত্মক শ্রেণি বলা হয়। অন্য ফলাফলটি শূন্য, যা আমরা ক্লাস দুটি বা নেতিবাচক শ্রেণি বলতে পারি।
এই ক্ষেত্রে, একটি মিথ্যা নেতিবাচক ফলাফল হতে পারে যেখানে মেশিন লার্নিং প্রোগ্রামটি শূন্যের অনুমান করে তবে ফলাফলটি আসলে একটিই ছিল।
এই ধরণের কনস্ট্রাক্ট বিভিন্ন ধরণের মেশিন লার্নিং প্রকল্পগুলিতে ব্যাপকভাবে ব্যবহৃত হয়।
এই সংজ্ঞাটি ডেটা সায়েন্সের প্রসঙ্গে লেখা হয়েছিল
