Taula de continguts:
Definició: què vol dir la falsa negativa?
Els falsos negatius són un dels quatre components d'una matriu de confusió clàssica per a la classificació binària. En la classificació binària, s'analitzen dos tipus o classes mitjançant un programa d'aprenentatge automàtic o tecnologia similar.
Techopedia explica falses negatives
La idea amb la matriu de confusió és que els enginyers tenen els valors reals de les dades de prova. A continuació, executen el programa d'aprenentatge de màquines i fa les seves prediccions. Si la predicció coincideix amb el que se sap, aquest serà el resultat correcte. Si no és així, no és un resultat satisfactori.
En aquest tipus de paradigma, els resultats reeixits són etiquetats com a veritables i els resultats no reeixits es qualifiquen de falsos.
Per proporcionar un exemple de falses negatives, heu de mirar com es configura la matriu de confusió. Suposem, per exemple, que cal classificar dues classes: la primera és un valor, diguem-ne, una, que s’anomena classe número un o classe positiva. L’altre resultat és un zero, que podem anomenar classe de número dos o classe negativa.
En aquest cas, un fals negatiu seria el resultat en què el programa d'aprenentatge automàtic endevina un zero, però en realitat el resultat era un.
Aquest tipus de construccions s'utilitza àmpliament en diversos tipus de projectes d'aprenentatge de màquines.
Aquesta definició es va escriure en el context de Data Science
