प्रौद्योगिकी साझेदारी

F1-अङ्कः

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

F1-अङ्कः

F1-स्कोर एकः सूचकः अस्ति यः वर्गीकरणप्रतिरूपस्य कार्यक्षमतां मापयति यत् अत्यन्तं असन्तुलितदत्तांशसमूहानां संसाधनार्थं विशेषतया उपयुक्तः अस्ति F1-स्कोरस्य मूल्यं 0 तः 1 पर्यन्तं भवति ।
गणनासूत्रम् : १.
F1-स्कोर सटीकतायाः स्मरणस्य च हार्मोनिकमाध्यमम् अस्ति ।
∗ ∗ F 1 स्कोर = 2 × परिशुद्धता × R ecallprecision + R ecall ∗ ∗ **F1score =2times frac{precisiontimes Recall}{सटीकता+स्मरण}**1अंक=2×पृrecअहम्‌अहम्‌o+आरइत्यादिएकःllपृrecअहम्‌अहम्‌o×आरइत्यादिएकःll
अतः सटीकता, स्मरणं च किम् ?
सटीकता: आदर्शेन सकारात्मकरूपेण पूर्वानुमानितानाम् नमूनानां अनुपातः यः वास्तवतः सकारात्मकः अस्ति।
स्मरण(स्मरण दर) २.: नमूनानां अनुपातः ये वास्तवतः सकारात्मकवर्गाः सन्ति तथा च आदर्शेन सकारात्मकवर्गरूपेण सम्यक् पूर्वानुमानं कुर्वन्ति।
यथा गणितम् : १.
P recision = TPTP + FP परिशुद्धता = frac{TP}{TP+FP}पुrecअहम्‌अहम्‌o=टी.पी+FPटी.पी
R ecall = TPTP + FN स्मरण = frac{TP}{TP+FN}आरइत्यादिएकःll=टी.पी+FNटी.पी
यथा : १.

वास्तविक श्रेणीभविष्यवाणी वर्ग
11
10
01
11
00

टीपी इति किम् ? एफ पी ? FN
TP (True Positive): मॉडल् सकारात्मकवर्गस्य पूर्वानुमानं करोति, तथा च सः वस्तुतः सकारात्मकवर्गः अस्ति ।
FP (False Positive): मॉडल् सकारात्मकवर्गस्य पूर्वानुमानं करोति, परन्तु वस्तुतः सः नकारात्मकवर्गः अस्ति । तत्र १ उदाहरणानि सन्ति ।
FN (False Negative): मॉडल् नकारात्मकवर्गस्य पूर्वानुमानं करोति, परन्तु वस्तुतः सः सकारात्मकवर्गः अस्ति । अत्र १ अस्ति ।
P recision = TPTP + FP = 2 2 + 1 = 0.67 सटीकता = frac{TP}{TP+FP}=frac{2}{2+1}=0.67पुrecअहम्‌अहम्‌o=टी.पी+FPटी.पी=2+12=0.67
R ecall = TPTP + FN = 2 2 + 1 = 0.67 स्मरण = frac{TP}{TP+FN}=frac{2}{2+1}=0.67आरइत्यादिएकःll=टी.पी+FNटी.पी=2+12=0.67
F 1 स्कोर = 2 × P recision × R ecall P recision + R ecall = 2 × 0.67 × 0.67 0.67 + 0.67 = 0.67 F1score=2times frac{सटीकता समय Recall}{सटीकता+स्मरण}=2गुण frac{0.67 गुणा 0.67 }{ ०.६७ +०.६७ }=०.६७1अंक=2×पुrecअहम्‌अहम्‌o+आरइत्यादिएकःllपुrecअहम्‌अहम्‌o×आरइत्यादिएकःll=2×0.67+0.670.67×0.67=0.67

स्मरणं सटीकता च क्रमशः केषां प्रश्नानाम् उत्तरं ददति?
स्मरणम् : हाँ सर्वथावस्तुतः सकारात्मक प्रकारनमूने, २.सकारात्मकं भविष्यति इति पूर्वानुमानं कृतम्इत्यस्य!
अतः उत्तरम् अस्ति यत् - सर्वेषु सकारात्मकनमूनेषु कति आदर्शेन सम्यक् ज्ञायन्ते ।
सटीकता : आम् सर्वथासकारात्मकं भविष्यति इति पूर्वानुमानं कृतम्नमूने, २.वस्तुतः सकारात्मकमपि अस्तिअनुपातस्य ।
अतः उत्तरम् अस्ति यत् सकारात्मकं भविष्यति इति पूर्वानुमानं कृतानां सर्वेषां नमूनानां मध्ये कति सकारात्मकाः सन्ति ?