Tartalomjegyzék:
Meghatározás - Mit jelent a hamis negatívok?
A hamis negatívok a bináris osztályozás klasszikus összetévesztési mátrixának négy alkotóeleme közül egyek. A bináris osztályozás során két típust vagy osztályt elemeznek gépi tanulási programmal vagy hasonló technológiával.
A Techopedia magyarázza a hamis negatívumokat
A zavarmátrix elképzelése az, hogy a mérnökök rendelkezzenek a tényleges értékekkel a kezelt teszt adatokban. Ezután futtatják a gépi tanulási programot, és megteszik előrejelzéseiket. Ha az előrejelzés megegyezik azzal, ami ismert, akkor ez sikeres eredmény. Ha nem, akkor ez nem eredményes eredmény.
Az ilyen típusú paradigma esetében a sikeres eredményeket igaznak, a sikertelen eredményeket pedig hamisnak kell megjelölni.
Tehát a hamis negatívok példájának bemutatása érdekében meg kell vizsgálnia, hogy hogyan állítják össze a zavart mátrixot. Tegyük fel például, hogy két osztálya van a besoroláshoz - az első egy érték, mondjuk az egyik, azaz az első osztály vagy pozitív osztály. A másik eredmény nulla, amelyet nevezhetünk a második vagy negatív osztálynak.
Ebben az esetben hamis negatív eredmény lenne, ha a gépi tanulási program nullára kitalál, de az eredmény valójában egy.
Az ilyen típusú konstrukciókat széles körben használják különféle gépi tanulási projektekben.
Ezt a meghatározást az adattudomány összefüggésében írták le
