यह कैलकुलेटर क्या करता है
यह टूल किसी बाइनरी क्लासिफ़िकेशन मॉडल के प्रदर्शन का आकलन तीन प्रमुख मेट्रिक्स के ज़रिए करता है: प्रिसिज़न (Precision), रिकॉल (Recall) और F1 स्कोर। आप अपने कन्फ़्यूज़न मैट्रिक्स से मिली कच्ची गिनती दर्ज करते हैं — ट्रू पॉज़िटिव (TP), फ़ॉल्स पॉज़िटिव (FP) और फ़ॉल्स नेगेटिव (FN) — और यह हर मेट्रिक को प्रतिशत में लौटा देता है। ये मेट्रिक्स मशीन लर्निंग, इन्फ़ॉर्मेशन रिट्रीवल, मेडिकल टेस्टिंग और हर उस क्षेत्र में काम आते हैं जहाँ चीज़ों को पॉज़िटिव और नेगेटिव श्रेणियों में बाँटा जाता है।
इसका इस्तेमाल कैसे करें
ट्रू पॉज़िटिव (सही ढंग से पॉज़िटिव बताए गए मामले), फ़ॉल्स पॉज़िटिव (नेगेटिव जिन्हें गलती से पॉज़िटिव बता दिया गया) और फ़ॉल्स नेगेटिव (असल पॉज़िटिव जो मॉडल से छूट गए) की संख्या दर्ज करें। प्रिसिज़न, रिकॉल और F1 देखने के लिए कैलकुलेट पर क्लिक करें। इन मेट्रिक्स के लिए ट्रू नेगेटिव की ज़रूरत नहीं पड़ती।
फ़ॉर्मूला आसान भाषा में
$$\text{Precision} = \frac{\text{TP}}{\text{TP} + \text{FP}}$$ यह बताता है: "मैंने जितनी चीज़ों को पॉज़िटिव बताया, उनमें से कितनी सही थीं?" ऊँची प्रिसिज़न का मतलब है — कम झूठे अलार्म।
$$\text{Recall} = \frac{\text{TP}}{\text{TP} + \text{FN}}$$ यह बताता है: "जितनी चीज़ें असल में पॉज़िटिव थीं, उनमें से कितनी मैंने पकड़ीं?" ऊँचा रिकॉल यानी कम चूक।
F1 स्कोर इन दोनों का हार्मोनिक माध्य (harmonic mean) है: $$\text{F1} = 2 \cdot \frac{\text{Precision} \cdot \text{Recall}}{\text{Precision} + \text{Recall}}$$। यह दोनों के बीच संतुलन बनाता है और तब बेहद उपयोगी है जब डेटा में श्रेणियाँ असंतुलित हों।
हल किया हुआ उदाहरण
मान लीजिए एक स्पैम फ़िल्टर 100 ईमेल को स्पैम के रूप में चिह्नित करता है। इनमें से 80 सचमुच स्पैम हैं (TP) और 20 नहीं हैं (FP)। साथ ही यह 10 असली स्पैम ईमेल चूक भी जाता है (FN)। $$\text{Precision} = \frac{80}{80 + 20} = 0.80 = 80\%$$ $$\text{Recall} = \frac{80}{80 + 10} = 0.889 = 88.89\%$$ $$\text{F1} = 2 \cdot \frac{0.80 \cdot 0.889}{0.80 + 0.889} = 84.21\%$$
अक्सर पूछे जाने वाले सवाल
मुझे रिकॉल के बजाय प्रिसिज़न को कब प्राथमिकता देनी चाहिए? जब फ़ॉल्स पॉज़िटिव महँगे पड़ें तो प्रिसिज़न को अहमियत दें (जैसे किसी ज़रूरी ईमेल को गलती से स्पैम मान लेना)। और जब पॉज़िटिव को चूकना महँगा पड़े तो रिकॉल को प्राथमिकता दें (जैसे कैंसर की जाँच)।
F1 स्कोर का इस्तेमाल क्यों करें? असंतुलित डेटा के साथ केवल एक्यूरेसी (accuracy) भ्रामक हो सकती है। F1 प्रिसिज़न और रिकॉल को एक ही संतुलित संख्या में जोड़ देता है।
अगर भाजक (denominator) शून्य हो तो क्या होगा? अगर TP+FP या TP+FN शून्य है, तो मेट्रिक अपरिभाषित (undefined) रहता है; ऐसी स्थिति में यह कैलकुलेटर 0% दिखाता है।
