तुम्ही मशीन लर्निंग मॉडेल्सचे मूल्यांकन कसे करता?

Question

Accepted Answer

मशीन लर्निंग मॉडेल्सचे मूल्यांकन म्हणजे ते कितीतरी चांगल्या प्रकारे कार्य करतात हे मोजणे — योग्य **मेट्रिक्स** (अचूकता, precision, recall, इ.) वापरून **चाचणी डेटा**वर जो मॉडेलने पाहिलेला नाही. योग्य मूल्यांकन आवश्यक आहे हे जाणून घेण्यासाठी की मॉडेल खरोखर कार्य करतो आणि विश्वासार्ह आहे.

## न पाहिलेल्या डेटावर मूल्यांकन

```text
→ evaluate on a TEST set the model did NOT train on → measures GENERALIZATION (real performance)
→ training accuracy alone is misleading (a model can memorize training data)
→ train/validation/test split; cross-validation → reliable performance estimates
```

## सामान्य मेट्रिक्स

```text
CLASSIFICATION:
  ACCURACY → % correct (but misleading for IMBALANCED data — e.g. 99% 'not fraud')
  PRECISION → of predicted positives, how many are actually positive (avoid false positives)
  RECALL → of actual positives, how many were found (avoid false negatives/missing cases)
  F1 → balance of precision and recall
  CONFUSION MATRIX → true/false positives/negatives breakdown
REGRESSION:
  MAE, MSE/RMSE → average prediction error (how far off predictions are)
→ choose metrics that fit the problem (accuracy isn't always right)
```

## योग्य मेट्रिक का महत्वाचे आहे

```text
⚠️ ACCURACY can MISLEAD on imbalanced data (predict 'no disease' always → high accuracy,
  useless model)
→ PRECISION vs RECALL trade-off → depends on the cost of false positives vs false negatives
  (e.g. medical: high recall to not miss disease; spam: precision to not block real emails)
→ pick metrics aligned with what MATTERS for the use case
```

## हे का महत्वाचे आहे

मशीन लर्निंग मॉडेल्सचे मूल्यांकन कसे करायचे हे समजणे मूल्यवान आहे कारण **योग्य मूल्यांकन आवश्यक आहे हे जाणून घेण्यासाठी की मॉडेल खरोखर कार्य करतो**, त्यामुळे हे महत्वाचे मशीन लर्निंग ज्ञान आहे.

योग्य मूल्यांकन न केल्यास, तुम्ही सांगू शकत नाही की मॉडेल विश्वासार्ह आहे.

**न पाहिलेल्या डेटावर मूल्यांकन** समजणे — मॉडेलने प्रशिक्षण न घेतलेल्या डेटावर चाचणी करणे सामान्यीकरण (वास्तविक कार्यप्रदर्शन) मोजण्यासाठी, कारण प्रशिक्षण अचूकता एकटी भ्रामक आहे (मॉडेल्स प्रशिक्षण डेटा लक्षात ठेवू शकतात), train/validation/test विभाजन आणि cross-validation वापरणे — हे अर्थपूर्ण मूल्यांकनाचा आधार आहे.

**सामान्य मेट्रिक्स** समजणे — वर्गीकरणासाठी: अचूकता (% योग्य, पण असंतुलित डेटासाठी भ्रामक), **precision** (भविष्यवाणी केलेल्या सकारात्मकांपैकी, किती खरोखर सकारात्मक आहेत), **recall** (वास्तविक सकारात्मकांपैकी, किती सापडले), F1 (precision आणि recall संतुलित करणे), आणि confusion matrix; प्रतिगमनासाठी: MAE आणि RMSE (सरासरी त्रुटी) — कार्यप्रदर्शन मोजण्यासाठी साधने प्रदान करते, महत्वाचे बिंदू असे की **योग्य मेट्रिक समस्येवर अवलंबून असते**.

**योग्य मेट्रिक का महत्वाचे आहे** हे समजणे मुख्य अंतर्दृष्टी आहे: **असंतुलित डेटावर अचूकता भ्रामक होऊ शकते** (नेहमी बहुसंख्यक वर्गाचे भविष्यवाणी करणे उच्च अचूकता देते परंतु निरुपयोगी मॉडेल — गंभीर नुकसान), आणि **precision विरुद्ध recall व्यापार** खोट्या सकारात्मक विरुद्ध खोट्या नकारात्मकांच्या खर्चावर अवलंबून असते (वैद्यकीय निदानात रोग न सापडणे टाळण्यासाठी उच्च recall, स्पॅम फिल्टरिंगमध्ये वास्तविक ईमेल्स अवरोधित न करण्यासाठी उच्च precision).

मेट्रिक्स निवडणे ज्या बाबींचे महत्व आहे त्याशी संरेखित करणे आवश्यक आहे, कारण चुकीचा मेट्रिक (जसे असंतुलित डेटावर अचूकता) मॉडेल कार्य करत आहे असे खोटे भान देते.

योग्य मूल्यांकन (न पाहिलेला डेटा, योग्य मेट्रिक्स) विश्वासार्ह मशीन लर्निंगसाठी आवश्यक आहे — योग्यरित्या मूल्यांकन न केलेला मॉडेल उत्पादनात अयशस्वी होऊ शकतो चांगला दिसूनही.

योग्य मूल्यांकन आवश्यक आहे हे जाणून घेण्यासाठी की मॉडेल खरोखर कार्य करतो (सामान्यीकरण करते, विश्वासार्ह आहे) आणि हे समजणे — न पाहिलेल्या डेटावर मूल्यांकन, सामान्य मेट्रिक्स, आणि महत्त्वपूर्णपणे योग्य मेट्रिक निवडणे (असंतुलित डेटावर अचूकताचे नुकसान टाळणे आणि precision/recall वापरकेसद्वारे संतुलित करणे) — महत्वाचे मशीन लर्निंग ज्ञान आहे, मशीन लर्निंग मॉडेल्सचे मूल्यांकन कसे करायचे हे समजणे मूल्यवान, व्यावहारिकदृष्ट्या-महत्वाचे मशीन लर्निंग ज्ञान आहे — मॉडेल्स खरोखर कार्य करतात हे जाणून घेण्यासाठी आवश्यक (न पाहिलेल्या-डेटा मूल्यांकन आणि योग्य मेट्रिक्सद्वारे), गंभीर अंतर्दृष्टी सह की योग्य मेट्रिक वापरकेसवर अवलंबून असते (असंतुलित डेटावर अचूकता यासारख्या भ्रामक मेट्रिक्स टाळणे), विश्वासार्ह मशीन लर्निंग तयार करण्यासाठी महत्वाचे.