मशीन लर्निंग में सामान्यीकरण त्रुटि क्या है?

2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47

पर्यवेक्षित में सीख रहा हूँ में आवेदन मशीन लर्निंग और सांख्यिकीय सीख रहा हूँ सिद्धांत, सामान्यीकरण त्रुटि (आउट-ऑफ-नमूना के रूप में भी जाना जाता है त्रुटि ) इस बात का माप है कि एक एल्गोरिथम पहले के अनदेखे डेटा के परिणाम मूल्यों की भविष्यवाणी करने में कितनी सटीक रूप से सक्षम है।

नतीजतन, मशीन सीखने में सामान्य प्रकार की त्रुटियाँ क्या हैं?

बाइनरी वर्गीकरण समस्याओं के लिए, दो प्राथमिक हैं त्रुटियों के प्रकार . प्रकार 1 त्रुटियों (झूठी सकारात्मक) और प्रकार 2 त्रुटियों (झूठे नकारात्मक)। मॉडल चयन और ट्यूनिंग के माध्यम से यह अक्सर संभव होता है कि एक को घटाते हुए दूसरे को बढ़ाया जाए, और अक्सर किसी को यह चुनना चाहिए कि त्रुटि प्रकार अधिक स्वीकार्य है।

यह भी जानिए, मशीन लर्निंग में क्या है ओवरफिटिंग? मशीन लर्निंग में ओवरफिटिंग एक मॉडल को संदर्भित करता है जो प्रशिक्षण डेटा को बहुत अच्छी तरह से मॉडल करता है। ओवरफिटिंग तब होता है जब कोई मॉडल प्रशिक्षण डेटा में विस्तार और शोर को इस हद तक सीखता है कि यह नए डेटा पर मॉडल के प्रदर्शन को नकारात्मक रूप से प्रभावित करता है।

यह भी पूछा गया कि सामान्यीकरण प्रदर्शन क्या है?

NS सामान्यीकरण प्रदर्शन एक सीखने के एल्गोरिथ्म को संदर्भित करता है प्रदर्शन एल्गोरिदम द्वारा सीखे गए मॉडल के आउट-ऑफ-सैंपल डेटा पर।

वर्गीकरण त्रुटि क्या है?

वर्गीकरण त्रुटि . NS वर्गीकरण त्रुटि इ_मैं एक व्यक्तिगत कार्यक्रम का i गलत तरीके से वर्गीकृत नमूनों की संख्या पर निर्भर करता है (झूठी सकारात्मक प्लस झूठी नकारात्मक) और सूत्र द्वारा मूल्यांकन किया जाता है: जहां f गलत तरीके से वर्गीकृत नमूना मामलों की संख्या है, और n नमूना मामलों की कुल संख्या है।