Terminų žodynas

Atkūrimas (recall) mašininiame mokyme

Kas yra Atkūrimas (recall) mašininiame mokyme?

Atkūrimas (angl. recall, dar vadinamas jautrumu ar tikrųjų teigiamų atvejų dažniu) parodo, kokią tikrųjų teigiamų atvejų dalį modelis aptinka: teisingai atpažinti teigiami atvejai, padalyti iš visų tikrų teigiamų atvejų. Jei sukčiavimo filtras pagauna 80 iš 100 tikrų sukčiavimo atvejų, jo atkūrimas yra 0,8. Didelis atkūrimas svarbus, kai praleisti atvejai brangiai kainuoja, pavyzdžiui, medicininėje diagnostikoje. Kadangi jis nepaiso klaidingų aliarmų, paprastai vertinamas kartu su tikslumu (precision), pavyzdžiui, F rodiklyje.

Temos

rodiklis
modelio vertinimas
klasifikavimas

Išbandykite KI.ordo

Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.

Pradėti demonstraciją

← Visi terminai

Susiję terminai

F balas (F1 balas)

F balas yra klasifikavimo modeliams vertinti skirtas rodiklis. Įprastas F1 balas – tai tikslumo (kiek prognozuotų pataikymų yra teisingi) ir pilnumo (kiek tikrų pataikymų rasta) harmoninis vidurkis, kintantis nuo 0 iki 1. Jis ypač naudingas nesubalansuotų duomenų atveju: šlamšto filtras, kuris beveik niekada nežymi šlamšto, gali turėti aukštą tikslumą (accuracy), bet žemą F1 balą.

vertinimo rodiklis
Įvertinimas
+1

Klaidų matrica (confusion matrix)

Klaidų matrica – tai lentelė, lyginanti klasifikatoriaus prognozes su tikromis klasėmis. Dviejų klasių atveju ji rodo teisingai teigiamus, klaidingai teigiamus, teisingai neigiamus ir klaidingai neigiamus atvejus. Iš jos galima apskaičiuoti tokius rodiklius kaip tikslumas (precision), pilnumas (recall) ir F1 balas, ir tampa aišku, kokių klaidų pasitaiko. Pavyzdys: šlamšto filtras, daug tikrų el. laiškų pažymintis kaip šlamštą, turi daug klaidingai teigiamų atvejų, o tai dažnai kainuoja brangiau nei praleistas šlamštas.

Modelio vertinimas
Įvertinimas
+1

ROC kreivė

ROC kreivė (angl. receiver operating characteristic) parodo, kaip gerai klasifikavimo modelis atskiria dvi klases. Kiekvienai galimai sprendimo ribai ji vaizduoja tikrųjų teigiamų atvejų dažnį (atkūrimą) palyginti su klaidingų teigiamų atvejų dažniu. Kuo kreivė arčiau viršutinio kairiojo kampo, tuo geriau; įstrižainė atitinka paprastą spėliojimą. Plotas po kreive (AUC) apibendrina kreivę vienu skaičiumi ir padeda, pavyzdžiui, lyginant skirtingus sukčiavimo aptikimo modelius.

rodiklis
modelio vertinimas
+1

Vidutinis vidutinis tikslumas (mAP)

Vidutinis vidutinis tikslumas (angl. mean average precision, mAP) – tai rodiklis, vertinantis, kaip gerai sistema randa aktualius rezultatus ir išdėsto juos arti viršaus. Vidutinis tikslumas apskaičiuojamas per rezultatų sąrašą kiekvienai užklausai ar objektų klasei; mAP yra visų jų vidurkis. Tai standartinis matas paieškos sistemoms, rekomendacijų sistemoms ir objektų aptikimui vaizduose, kur jis taip pat priklauso nuo reikalaujamo ribojančių rėmelių persidengimo.

rodiklis
paieška
+1