차례:
정의-거짓 부정은 무엇을 의미합니까?
거짓 네거티브는 이진 분류를위한 고전적인 혼란 매트릭스에서 네 가지 구성 요소 중 하나입니다. 이진 분류에서 두 가지 유형 또는 클래스는 기계 학습 프로그램 또는 유사한 기술로 분석됩니다.
Techopedia는 거짓 부정을 설명합니다
혼란 매트릭스의 아이디어는 엔지니어가 테스트 데이터에 대한 실제 값을 가지고 있다는 것입니다. 그런 다음 기계 학습 프로그램을 실행하고 예측합니다. 예측이 알려진 것과 일치하면 성공적인 결과입니다. 그렇지 않으면 성공적인 결과가 아닙니다.
이러한 유형의 패러다임에서 성공적인 결과는 true로 표시되고 실패한 결과는 false로 표시됩니다.
따라서 잘못된 부정에 대한 예를 제공하기 위해 혼동 행렬이 어떻게 설정되어 있는지 살펴 봐야합니다. 예를 들어, 분류 할 두 개의 클래스가 있다고 가정하십시오. 첫 번째 클래스는 클래스 번호 1 또는 양의 클래스라고하는 값입니다. 다른 결과는 0이며, 클래스 번호 2 또는 음수 클래스를 호출 할 수 있습니다.
이 경우 거짓 학습은 기계 학습 프로그램이 0을 추측하는 결과이지만 실제로는 1입니다.
이 유형의 구성은 다양한 종류의 기계 학습 프로젝트에서 널리 사용됩니다.
이 정의는 데이터 과학의 맥락에서 작성되었습니다