কন্টেন্ট
প্রশ্ন:
কেন একটি বিভ্রান্তির ম্যাট্রিক্স এমএলে দরকারী?
উত্তর:
মেশিন লার্নিংয়ে (এমএল) কনফিউশন ম্যাট্রিক্স কেন মূল্যবান তা নিয়ে কথা বলার অনেকগুলি উপায় রয়েছে - তবে একটি সহজ উপায় হ'ল বিভ্রান্তির ম্যাট্রিক্স একটি ডেটা ভিজ্যুয়ালাইজেশন সংস্থান explain
একটি বিভ্রান্তির ম্যাট্রিক্স দর্শকদের এক নজরে দেখার জন্য একটি শ্রেণিবদ্ধ বা অন্যান্য অ্যালগরিদম ব্যবহারের ফলাফলগুলি দেখতে দেয়। বিশ্লেষণাত্মক ফলাফলগুলি দেখানোর জন্য একটি সাধারণ টেবিল ব্যবহার করে, বিভ্রান্তির ম্যাট্রিক্স মূলত আপনার আউটপুটগুলিকে আরও হজমযোগ্য দৃশ্যে ফুটিয়ে তোলে।
বিভ্রান্তির ম্যাট্রিক্স ফলাফলগুলি সাজানোর জন্য নির্দিষ্ট পরিভাষা ব্যবহার করে। সত্য ধনাত্মক এবং সত্য নেতিবাচক পাশাপাশি মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচক রয়েছে। আরও জটিল বিভ্রান্তির ম্যাট্রিক্স বা তুলনামূলক শ্রেণিবিন্যাসের ভিত্তিতে একের জন্য, এই মানগুলি দুটি স্বতন্ত্র অবজেক্টের জন্য প্রকৃত এবং পূর্বাভাসীকৃত শ্রেণি হিসাবে দেখানো হতে পারে।
শব্দার্থবিজ্ঞানের পরিভাষা নির্বিশেষে, ফলাফলগুলি একটি বর্গক্ষেত্র (বা আয়তক্ষেত্রাকার) সারণিতে বিভক্ত করা হয়।
শ্রেণীবদ্ধকরণের ফলাফলগুলিতে এই অ্যালগরিদমটি সঠিকভাবে কীভাবে ছিল তা বিশ্লেষকদের পক্ষে দেখার পক্ষে এটি সহজ হয়। (নতুন জেনারেটরগুলি ASCII আর্টে কাজ করার জন্য আধুনিক অ্যালগরিদমগুলি পড়ুন))
বিভ্রান্তির ম্যাট্রিক্সের ইউটিলিটি এমএল প্রকল্পগুলির জটিলতার সাথে, এবং যেভাবে তথ্য ফর্ম্যাট করা এবং ব্যবহারকারীদের কাছে বিতরণ করা হয় তার সাথে সম্পর্কিত। মিথ্যা ধনাত্মক, মিথ্যা নেতিবাচক, সত্য ধনাত্মক এবং সত্য নেতিবাচক সহ লিনিয়ার ফলাফলগুলির একটি স্ট্রিং কল্পনা করুন। (101 মেশিন লার্নিং পড়ুন।)
কোনও অ্যালগরিদম কীভাবে কাজ করেছে, এবং এটি কতটা সঠিক তা বুঝতে একটি ব্যবহারকারীকে এই সমস্ত লিনিয়ার ফলাফলগুলি গ্রাফের মধ্যে ট্যাবলেট করতে হবে। বিভ্রান্তির ম্যাট্রিক্সের সাথে, এই তথ্যটি কেবল একটি শক্তিশালী ভিজ্যুয়াল মডেলে উপস্থাপিত হয়।
উদাহরণস্বরূপ, ধরুন মেশিনটিকে ২০ টি চিত্রকে শ্রেণিবদ্ধ করতে বলা হয়েছে, যার মধ্যে পাঁচটি ফল এবং পাঁচটি শাকসব্জি। যদি একটি বিভ্রান্তির ম্যাট্রিক্স নীচের বিষয়বস্তু ধরে রাখে (উপরের বাম দিক থেকে ঘড়ির কাঁটার দিক থেকে): তবে ম্যাট্রিক্স দেখায় যে সাতটি সঠিকভাবে শাকসব্জী হিসাবে চিহ্নিত হয়েছিল, এবং তিনটিকে ফল হিসাবে সঠিকভাবে শ্রেণিবদ্ধ করা হয়েছিল।
উপস্থাপিত হিসাবে অন্য 10 টি হ'ল ফলাফলগুলি যেখানে প্রোগ্রামটি সঠিকভাবে চিত্রটি সনাক্ত করতে ব্যর্থ হয়েছিল।
বিভ্রান্তির ম্যাট্রিক্স সমস্ত প্রকারের এমএল বিশ্লেষণে কার্যকর হবে। এই সংস্থানটি পর্যবেক্ষণ করে, ব্যবহারকারীরা কীভাবে মাত্রা এবং অত্যধিক মানানসই সমস্যাগুলি পরিচালনা করতে পারেন এবং অ্যালগরিদমকে অনুকূলকরণের অন্যান্য উপায়গুলি কীভাবে নির্ধারণ করতে পারেন।