Cara mengurangkan negatif palsu dalam pembelajaran mesin

Untuk meminimumkan bilangan negatif palsu (fn) atau positif palsu (fp) kita juga boleh melatih semula model pada data yang sama dengan nilai output yang sedikit lebih spesifik untuk hasil sebelumnya. Kaedah ini melibatkan mengambil model dan melatihnya pada dataset sehingga ia secara optimum mencapai minimum global.

1. Bagaimana negatif palsu dapat dikurangkan?
2. Bagaimana anda mengurangkan positif palsu dan negatif palsu?
3. Tidak ingat meminimumkan negatif palsu?

Bagaimana negatif palsu dapat dikurangkan?

Kaedah semasa yang tersedia untuk meminimumkan kes-kes seperti negatif palsu termasuk perubahan berat badan, melakukan data yang dilakukan untuk membuat dataset yang berat sebelah, dan mengubah garis sempadan keputusan [2].

Bagaimana anda mengurangkan positif palsu dan negatif palsu?

Cara yang paling berkesan untuk mengurangkan kedua-dua positif dan negatif palsu anda menggunakan kaedah berkualiti tinggi. Ini amat penting dalam kromatografi, walaupun kerja pembangunan kaedah diperlukan dalam teknik analisis lain.

Tidak ingat meminimumkan negatif palsu?

Ingatlah laluan lain. Daripada melihat bilangan positif palsu model yang diramalkan, ingat melihat bilangan negatif palsu yang dibuang ke dalam campuran ramalan. Kadar penarikan balik dihukum apabila negatif palsu diramalkan.