विषयसूची:
परिभाषा - गलत नकारात्मक का क्या अर्थ है?
झूठी नकारात्मक द्विआधारी वर्गीकरण के लिए एक शास्त्रीय भ्रम मैट्रिक्स में चार घटकों में से एक हैं। बाइनरी वर्गीकरण में, दो प्रकार या वर्गों का विश्लेषण मशीन लर्निंग प्रोग्राम या इसी तरह की तकनीक द्वारा किया जाता है।
Techopedia झूठी नकारात्मक की व्याख्या करता है
भ्रम मैट्रिक्स के साथ विचार यह है कि इंजीनियरों के हाथ में परीक्षण डेटा पर वास्तविक मूल्य हैं। फिर वे मशीन लर्निंग प्रोग्राम चलाते हैं, और यह उसकी भविष्यवाणी करता है। यदि भविष्यवाणी से पता चलता है कि क्या ज्ञात है, तो यह एक सफल परिणाम है। यदि ऐसा नहीं होता है, तो यह एक सफल परिणाम नहीं है।
इस प्रकार के प्रतिमान में, सफल परिणामों को सत्य के रूप में लेबल किया जाता है, और असफल परिणामों को गलत के रूप में लेबल किया जाता है।
तो झूठी नकारात्मक के लिए एक उदाहरण प्रदान करने के लिए, आपको यह देखना होगा कि भ्रम मैट्रिक्स कैसे सेट किया जाता है। मान लीजिए, उदाहरण के लिए, आपके पास वर्गीकृत करने के लिए दो कक्षाएं हैं - पहला एक मान है, मान लीजिए, एक, जिसे कक्षा संख्या एक या सकारात्मक वर्ग कहा जाता है। दूसरा परिणाम एक शून्य है, जिसे हम कक्षा संख्या दो या नकारात्मक वर्ग कह सकते हैं।
इस मामले में, एक गलत नकारात्मक परिणाम होगा जहां मशीन सीखने का कार्यक्रम एक शून्य का अनुमान लगाता है, लेकिन परिणाम वास्तव में एक था।
इस प्रकार का निर्माण विभिन्न प्रकार के मशीन लर्निंग प्रोजेक्ट्स में व्यापक रूप से किया जाता है।
यह परिभाषा डेटा साइंस के संदर्भ में लिखी गई थी
