Hatırlama neden gerçek negatifleri hesaba katmıyor?


Yanıtlar:


7

Geri çağırma (hassasiyetle kombinasyon halinde) genellikle öncelikle Pozitifleri bulmakla ilgilenen alanlarda kullanılır. Böyle bir alan için örnek olarak Performans Pazarlaması veya (daha önce ch'ls bağlantısı tarafından önerildiği gibi) Bilgi Alma alanı verilebilir.

Yani:

Öncelikle negatifleri bulmakla ilgileniyorsanız, "Gerçek Negatif Oran" (zaten chl tarafından önerildiği gibi) gitmenin yoludur. Ancak "negatiflere odaklanma hassasiyeti" ne bakmayı unutmayın (metrik (yani , aksi takdirde "Gerçek Negatif Oran" tahmini "Negatif" olarak ayarlanarak optimize edilebilir tüm veri noktaları için).TNTN+FN

Hem negatif hem de pozitifler için hatırlamayı optimize etmekle ilgileniyorsanız, "Doğruluk" a bakmalısınız (tekrar chl bağlantısına bakın). Ancak sınıf çarpıklığına dikkat edin (yani, negatiflerden çok daha fazla pozitif var veya tam tersi ... bu durumda, tüm veri noktaları için ana sınıfa tahmini ayarlayarak doğruluğu "optimize edebilir").


Sorumun cevabı için teşekkürler. Hem negatifleri hem de pozitifleri optimize etmekle ilgileniyorum. Bu durumda, tp, fp, tn ve fn'yi dikkate aldığı için doğruluk gitmenin bir yolu gibi görünüyor. Ancak, yukarıda belirttiğiniz gibi, sınıf eğriliğinin farkında olmalıyım. Bu nedenle, buna karşı koymak için bir başka metrikte doğruluk sunmalıyım? Tekrar teşekkürler!
Raffi Khatchadourian

@Raffi: Küçük sınıfın doğru sınıflandırılmış örneklerinin oranını ekleyebilirsiniz (örn. Sırasıyla doğruluk veya gerçek negatif oran). Bununla birlikte, bu sorunla ilgili farkındalığınızı belirtmeniz ve modelin sadece ana sınıfı öngörmediğini kontrol etmeniz yeterli olacaktır. Ama bu sadece benim görüşüm.
steffen

Teşekkürler! Sanırım o rotaya gideceğim, yani şimdiki adil doğruluk ve model sadece büyük sınıfı öngörmüyor.
Raffi Khatchadourian
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.