Daftar Isi:
Definisi - Apa yang dimaksud False Negatives?
Negatif palsu adalah salah satu dari empat komponen dalam matriks kebingungan klasik untuk klasifikasi biner. Dalam klasifikasi biner, dua jenis atau kelas dianalisis oleh program pembelajaran mesin atau teknologi serupa.
Techopedia menjelaskan False Negatives
Gagasan dengan matriks kebingungan adalah bahwa insinyur memiliki nilai aktual pada data uji yang ada. Kemudian mereka menjalankan program pembelajaran mesin, dan itu membuat prediksi. Jika prediksi cocok dengan apa yang diketahui, itu adalah hasil yang sukses. Jika tidak, itu bukan hasil yang sukses.
Dalam tipe paradigma ini, hasil yang sukses dilabeli sebagai benar, dan hasil yang gagal diberi label sebagai salah.
Jadi untuk memberikan contoh negatif palsu, Anda harus melihat bagaimana matriks kebingungan diatur. Misalkan, misalnya, Anda memiliki dua kelas untuk diklasifikasikan - yang pertama adalah nilai, katakanlah, satu, yang disebut kelas nomor satu atau kelas positif. Hasil lainnya adalah nol, yang dapat kita sebut nomor kelas dua atau kelas negatif.
Dalam hal ini, negatif palsu akan menjadi hasil di mana program pembelajaran mesin menebak nol, tetapi hasilnya sebenarnya satu.
Jenis konstruksi ini banyak digunakan dalam berbagai jenis proyek pembelajaran mesin.
Definisi ini ditulis dalam konteks Ilmu Data
