استكشِف الخيارات أدناه.
ضع في اعتبارك نموذج تصنيف يفصل البريد الإلكتروني إلى فئتين:
"محتوى غير مرغوب فيه" أو "ليست رسالة غير مرغوب فيها". إذا رفعت حد التصنيف، فماذا
للدقة؟
أكيد زيادة.
ورفع الحد الأدنى للتصنيف يؤدي عادةً إلى زيادة الدقة؛
ومع ذلك، ليس من المضمون أن تزداد الدقة بشكل رتيب
عندما نرفع الحدّ
من المحتمل أن يزداد.
بشكل عام، تؤدي زيادة حدّ التصنيف إلى خفض القيمة "false"
والإيجابيات، ومن ثم زيادة الدقة.
من المرجّح انخفاض الطلب.
بشكل عام، تؤدي زيادة حدّ التصنيف إلى خفض القيمة "false"
والإيجابيات، ومن ثم زيادة الدقة.
قلت بالتأكيد.
بشكل عام، تؤدي زيادة حدّ التصنيف إلى خفض القيمة "false"
والإيجابيات، ومن ثم زيادة الدقة.
استكشِف الخيارات أدناه.
ضع في اعتبارك نموذج تصنيف يفصل البريد الإلكتروني إلى فئتين:
"محتوى غير مرغوب فيه" أو "ليست رسالة غير مرغوب فيها". إذا رفعت حد التصنيف، فماذا
للتذكر؟
احرص على زيادتها دائمًا.
سيؤدي رفع حدّ التصنيف إلى ما يلي:
- سينخفض عدد النتائج الموجبة الحقيقية أو يبقى على حاله.
- سيزداد عدد الأرقام السالبة الخاطئة أو يبقى على حاله.
قم دائمًا بتقليل العناصر أو إبقاءها كما هي.
وسيؤدي رفع حد التصنيف إلى زيادة عدد
النتائج الموجبة الحقيقية تنخفض أو تظل كما هي وسيتسبب في
عدد الأرقام السالبة الخاطئة لزيادة عددها أو بقاءها كما هي. وبالتالي،
التذكر سيظل ثابتًا أو ينخفض.
ابقَ ثابتًا دائمًا.
وسيؤدي رفع حد التصنيف إلى زيادة عدد
النتائج الموجبة الحقيقية تنخفض أو تظل كما هي وسيتسبب في
عدد الأرقام السالبة الخاطئة لزيادة عددها أو بقاءها كما هي. وبالتالي،
التذكر سيظل ثابتًا أو ينخفض.
استكشِف الخيارات أدناه.
ضع في اعتبارك نموذجين - A وB - يقوم كل منهما بتقييم مجموعة البيانات نفسها.
أي من العبارات التالية صحيحة؟
إذا كانت دقة النموذج أ أفضل من النموذج ب، فعندئذ
والنموذج "أ" أفضل.
وفي حين أن الدقة الأفضل جيدة، إلا أنها قد تأتي على حساب
إلى انخفاض كبير في التذكر. بشكل عام، نحتاج إلى إلقاء نظرة على
لكلٍ من الدقة والتذكر معًا، أو ملخص المقاييس مثل AUC
والذي سنتحدث عنه بعد ذلك.
إذا كانت إمكانية تذكُّر النموذج "أ" أفضل من النموذج "ب"، فعندئذ يكون النموذج "أ"
أَفْضَلْ.
في حين أن التذكر الأفضل أمر جيد، إلا أنه قد يتم طرحه في
لانخفاض كبير في الدقة. بشكل عام، نحتاج إلى
النظر إلى كل من الدقة والتذكر معًا، أو ملخص المقاييس
مثل AUC، والتي سنتحدث عنها فيما يلي.
فإذا كان النموذج أ يتسم بدقة أفضل وتذكر أفضل من النموذج ب،
فمن المحتمل أن يكون النموذج A أفضل.
وبوجه عام، أي نموذج يتفوق في الأداء على نموذج آخر في كليهما
الدقة والتذكر هو النموذج الأفضل. بالطبع،
سنحتاج إلى التأكد من إجراء المقارنة
الدقة / نقطة التذكر المفيدة عمليًا لهذا
أن تكون ذات مغزى. على سبيل المثال، لنفترض أن نموذجنا للكشف عن الرسائل غير المرغوب فيها
إلى أن يكون دقيقًا بنسبة 90٪ على الأقل ليكون مفيدًا وتجنب
المنبهات الخاطئة غير الضرورية. في هذه الحالة، قد تكون مقارنة
أحد النماذج {بدقة 20%، وتذكر بنسبة 99%} إلى نموذج آخر في
{دقة 15%، 98% تذكر} ليس توجيهيًا على وجه الخصوص،
لا يفي أي من النموذجين بمتطلبات الدقة بنسبة 90%. ولكن مع هذا التنبيه
في الاعتبار، هذه طريقة جيدة للتفكير في مقارنة النماذج عند استخدام
الدقة والتذكر.