सकारात्मक पूर्वानुमानित मूल्य बनाम संवेदनशीलता: क्या अंतर है?

वर्गीकरण मॉडल के प्रदर्शन का मूल्यांकन करने के सबसे आम तरीकों में से एक एक भ्रम मैट्रिक्स बनाना है, जो डेटासेट के वास्तविक परिणामों के विरुद्ध मॉडल के अनुमानित परिणामों को सारांशित करता है।

कन्फ्यूजन मैट्रिक्स में जिन दो मेट्रिक्स में हम अक्सर रुचि रखते हैं वे सकारात्मक पूर्वानुमानित मूल्य और संवेदनशीलता हैं।

सकारात्मक पूर्वानुमानित मूल्य यह संभावना है कि सकारात्मक पूर्वानुमानित परिणाम वाले अवलोकन का वास्तव में सकारात्मक परिणाम होता है ।

इसकी गणना इस प्रकार की जाती है:

सकारात्मक भविष्यसूचक मूल्य = सच्चे सकारात्मक / (सच्चे सकारात्मक + गलत सकारात्मक)

संवेदनशीलता यह संभावना है कि सकारात्मक परिणाम वाले अवलोकन का वास्तव में सकारात्मक पूर्वानुमानित परिणाम होता है।

इसकी गणना इस प्रकार की जाती है:

संवेदनशीलता = सच्ची सकारात्मकता / (सच्ची सकारात्मकता + झूठी नकारात्मकता)

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इन दो मीट्रिक की गणना कैसे करें।

उदाहरण: सकारात्मक पूर्वानुमानित मूल्य और संवेदनशीलता की गणना

मान लीजिए कि एक डॉक्टर यह अनुमान लगाने के लिए लॉजिस्टिक रिग्रेशन मॉडल का उपयोग करता है कि 400 लोगों को कोई विशेष बीमारी है या नहीं।

निम्नलिखित भ्रम मैट्रिक्स मॉडल द्वारा की गई भविष्यवाणियों का सारांश प्रस्तुत करता है:

हम सकारात्मक पूर्वानुमानित मान की गणना इस प्रकार करेंगे:

• सकारात्मक भविष्यसूचक मूल्य = सच्चे सकारात्मक / (सच्चे सकारात्मक + गलत सकारात्मक)
• सकारात्मक पूर्वानुमानित मान = 15 / (15 + 10)
• सकारात्मक पूर्वानुमानित मान = 0.60

यह हमें बताता है कि सकारात्मक परीक्षण परिणाम प्राप्त करने वाले किसी व्यक्ति को वास्तव में यह बीमारी होने की संभावना 0.60 है।

हम संवेदनशीलता की गणना इस प्रकार करेंगे:

• संवेदनशीलता = सच्ची सकारात्मकता / (सच्ची सकारात्मकता + झूठी नकारात्मकता)
• संवेदनशीलता = 15 / (15 + 5)
• संवेदनशीलता = 0.75

यह हमें बताता है कि बीमारी से ग्रस्त किसी व्यक्ति को वास्तव में सकारात्मक परीक्षा परिणाम प्राप्त होने की संभावना 0.75 है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि विभिन्न सांख्यिकीय सॉफ़्टवेयर में भ्रम मैट्रिक्स कैसे बनाया जाए:

एक्सेल में कन्फ्यूजन मैट्रिक्स कैसे बनाएं
आर में कन्फ्यूजन मैट्रिक्स कैसे बनाएं
पायथन में कन्फ्यूजन मैट्रिक्स कैसे बनाएं