Obsah:
Definice - Co znamená False Negatives?
Falešné negativy jsou jednou ze čtyř složek v klasické matoucí matici pro binární klasifikaci. V binární klasifikaci jsou dva typy nebo třídy analyzovány programem strojového učení nebo podobnou technologií.
Techopedia vysvětluje falešné negativy
Myšlenka s maticí zmatku je, že inženýři mají skutečné hodnoty na zkušebních datech v ruce. Poté spustí program strojového učení a vytvoří jeho předpovědi. Pokud se předpověď shoduje s tím, co je známo, jedná se o úspěšný výsledek. Pokud tomu tak není, není to úspěšný výsledek.
V tomto typu paradigmatu jsou úspěšné výsledky označeny jako pravdivé a neúspěšné výsledky jsou označeny jako nepravdivé.
Abychom poskytli příklad pro falešné negativy, musíte se podívat, jak je nastavena matice zmatení. Předpokládejme například, že chcete klasifikovat dvě třídy - první třída je hodnota, řekněme jedna, která se nazývá třída jedna nebo kladná třída. Druhým výsledkem je nula, kterou můžeme nazvat číslem třídy dvě nebo záporná třída.
V tomto případě by byl falešným negativem výsledek, kdy program strojového učení uhodne nulu, ale výsledek byl ve skutečnosti jeden.
Tento typ konstrukce je široce používán v různých druzích projektů strojového učení.
Tato definice byla napsána v kontextu Data Science
