[Hindi (auto-generated)] Machine Learning FULL Course with Practical (10 HOURS) _ Learn Free ML in 2025 _ Part-1 - Ep116

[cs] Time: 2025-07-11 11:36:47 Source: MetaScripta Author: html Click: 101 times
trailblazing womenयहां पे तो जिसकीवैल्यू कम होगी हम उसे मॉडल को कंसीडरकरेंगे यहां पर देखेंगे तो इस जगह 200 हैऔर इस जगह 500 है तो मॉडल a सेलेक्ट होचुका है मॉडल a क्या हो चुका है गाइ यहांपे आपका सेलेक्ट हो चुका है अच्छा इसकेऊपर बात करें कि ये क्या चीज होती है मतलबइस वाले पॉइंट के ऊपर बात करें तो दैट इजअ फॉल्स पॉजिटिव वैल्यू यस दैट इज अ फॉल्सपॉजिटिव वैल्यू यस इस जगह पे बात करें दैटइज अ फॉल्स पॉजिटिव वैल्यू तो आपको क्यारखना है यहां पे फॉल्स पॉजिटिव वैल्यू कोकम करना है क्या करना है फॉल्स पॉजिटिववैल्यू को कम करना है अब फॉल्स पॉजिटिववैल्यू को कम नहीं करना है इसकी जगह आपकोप्रेसीजन को हाई करना है क्यों क्योंकि जोप्रेसीजन का फार्मूला होता है गाइज यहांपे वो क्या होता है ट्रू पॉजिटिव अपॉनट्रू पॉजिटिव अपॉन फॉल्स पॉजिटिव राइटहमें क्या करना है फॉल्स पॉजिटिव वैल्यूको कम करना है तो फॉल्स पॉजिटिव वैल्यू कोजैसे ही आप कम करेंगे आपका प्रेसीजनऑटोमेटिक क्या हो जाएगा हाई हो जाएगा तोजब भी आप एक से ज्यादा मॉडल बनाने जा रहेहैं और आपको कभी लगता है कि आपकी फाल्सपॉजिटिव वैल्यू कम होनी चाहिएतो वहां पे आप प्रेसीजन को बढ़ा सकते हैंजितना ज्यादा प्रेसीजन होगा उतनी हीज्यादा फॉल्स पॉजिटिव की वैल्यू कम होगीऔर उसके अंदर आप वही मॉडल को सेलेक्टकरेंगे तो गाइस डिफरेंट डिफरेंट सिनेरियोके ऊपर डिफरेंट डिफरेंट सिनेरियो के ऊपरआप अपना मॉडल चूज करते हैं कभी आप यहां पेप्रेसीजन को हाई करते हैं कभी आप रिकॉल कोहाई करते हैं लेकिन ये डिपेंड करता हैसिचुएशन के ऊपर क्योंकि फॉल्स पॉजिटिववैल्यू और फाल्स नेगेटिव वैल्यू दोनों हीडेंजरस है हमारे पास अलग-अलग सिचुएशन केऊपर राइट तो इनमें से आपको क्या करना हैदोनों को कम करना है लेकिन कभी-कभी हमारेपास ऐसे सिनेरियो भी आते हैं जहां पे हमेंदोनों को कम करने की जरूरत पड़ती है याफिर कभी-कभी ऐसे सिनेरियो आते हैं जहां पेहमें कोई आईडिया नहीं लगता है कि हम फॉल्सपॉजिटिव वैल्यू को कम करें या फॉल्सनेगेटिव वैल्यू को कम करें क्योंकि उसवक्त हमें डोमेन की ज्यादा एक्सपर्टीजनहीं होती है तो फिर उस केसेस में हम क्याकरेंगे तो उस केसेस में हम जाएंगे f1स्कोर के ऊपरहम यहां पर f1 स्कोर को हाई करने कीसोचेंगे क्योंकि f1 स्कोर का जो फार्मूलाहै वो आपके पास प्रेसीजन और रिकॉल सेमिक्स होके बना है यहां पे तो यहां पेआपके पास क्या होगा जितना ज्यादा आपके पासयहां पे प्रेसीजन और रिकॉल ज्यादा होगा f1स्कोर उतना ही ज्यादा हो जाएगा तो इसकेसेस में आपको क्या करना है गाइस यहां पेआपको f1 स्कोर फाइंड आउट करना है जब भीआपको लगे कि आप डेटा सेट के बारे मेंज्यादा नॉलेज नहीं रखते हैं तो उस वक्तआपको f1 स्कोर के ऊपर फोकस करना चाहिए औरआपको f1 स्कोर की वैल्यू को ना चाहिएजितनी ज्यादा f1 स्कोर की वैल्यू होगी वहीमॉडल कंसीडरेबल होगा क्योंकि f1 स्कोर जोहै वो आपके पास क्या है हार्मोनिक मीन हैक्या है गाइस यहां पे हार्मोनिक मीन हैकिसका गाइस यहां पे आपके पास प्रेसीजन एंडरिकॉल का प्रेसीजन एंड रिकॉल का हार्मोनिकमीन कौन सा है गाइज यहां पे f1 स्कोर होताहै राइट तो आपको क्या करना है हार आपको f1स्कोर की वैल्यू बढ़ानी है तो गाइस कभी भीआप क्लासिल मैट्रिक्स बनाना चाहे तो उसवक्त एक चीज का ध्यान रखें प्रेसीजन हाईहोना चाहिए रिकॉल हाई होना चाहिए ए1 स्कोरहाई होना चाहिए राइट यदि आप तीनों नहींकंसीडर कर रहे तो आपको कंफ्यूजन मैट्रिक्सको देखकर उसकी एनालिसिस करनी चाहिए अब जरायहां पर समझते हैं कि ये कैसे फाइंड आउटकी जाती है मतलब थोड़ा प्रैक्टिकली समझतेहैं ये तीनों वैल्यू को कैसे निकाला जाताहै कंफ्यूजन मैट्रिक्स को कैसे बनाया जाताहै तो इसको थोड़ा प्रैक्टिकली समझते हैंतो देखिए प्रैक्टिकली समझने के लिए मेरेपास एक डेटा सेट है जो कि एक प्लेसमेंटसीएसवी का डेटा सेट है मतलब आपके किसीकॉलेज में प्लेसमेंट हो रहे हैं या नहींहो रहे उसके रिलेटेड हमारे पास डटा सेट हैजहां पे किसी पर्सन की सीजीपीए और स्कोरके बेसिस प उसका प्लेसमेंट हुआ है या नहींहुआ है यहां पे इंडिकेट किया गया है चलिएजरा इसके ऊपर मॉडल बनाते हैं और इसके ऊपरये सारी चीजें फाइंड आउट करते हैं तो मैंचलता हूं यहां पे एक नई नोटबुक लेता हूंजुपिटर नोटबुक के अंदर और डटा सेट को लोडकरता हूं और उसके बाद में हम इसके ऊपरमॉडल बना रहे हैं तो सबसे पहले हम क्या कररहे हैं जो भी हमारे रिक्वायर्ड लाइब्रेरीहै उसे इंपोर्ट कर रहे हैं जैसे कि पांडाहो गई मेलि हो गई सीन हो गई इनको फटाफटइंपोर्ट करते हैं तो पांडा देंगे क्योंकिहमें डाटा सेट को लोड करना है उसके बादमें हम इंपोर्ट करेंगे किसे हम इंपोर्टकरेंगे सीन को एलियाज ऑफ एए और विदाउट मैटपल लिप तो हम ग्राफ बना ही नहीं सकते तोमैट प लिप को लेना हमें जरूरी है तो मैटपलि डट यहां पर मैं लूंगा पीवा प्लॉट औरएलियास ऑफ पीएटी चलिए रन करते हैं उसकेबाद क्या करते हैं डेटा सेट को लोड करतेहैं डेटा सेट को लोड करने के लिए हमेंपांडा की जरूरत पड़ेगी panda.comसवी है इसके ऊपर क्लिक करेंगे एंड क्लिककरके कॉपी एज पाथ मतलब इसका पाथ हम लेंगेताकि हमारे जो श ीर है वो लोड हो सके चलिएये हमारा डेटा सेट लोड हो चुका है अब डेटासेट को हैड लगाते हुए इसके तीन डाटा को हमदेखेंगे तो ये हमारे पास डेटा आ चुका हैअब हमारा काम क्या है यहां पे इस डाटा मेंसे डिपेंडेंट और इंडिपेंडेंट वेरिएबल कोअलग-अलग करना चलिए जरा उसको करते हैं यहांतो एकस एक्सेस लेते हैं यहां पे चलते हैंडेटा सेट के पास डॉट आ लॉक लेते हैं सारीरो लेंगे एंड सारे कॉलम्स लेंगे लेकिन -1को हम छोड़ देंगे यहां पे x एक्सेस काहमारा डाटा आ चुका है इसी तरह से आप वाएक्सेस के डाटा की बात करें यहां पे तोडेटा सेट के पास चलते हैं एंड देनस्क्वायरऔर उसके बाद में हम प्लेस्ट को रन कर देतेहैं चलिए अब हमारा डाटा आ चुका है डटा आनेके बाद में अब इस डाटा के साथ क्या करतेहैं ट्रेन और टस्ट के अंदर स्प्लिटिंगकरते हैं क्योंकि हमारे पास यही डाटा हैतो इसके अंदर ट्रेन और टस्ट के अंदरस्प्लिटिंग करना पड़ेगा तभी जाके आगे वर्कहोगा तो ट्रेन और टस्ट के अंदर स्प्लिटिंगकर चलिए फ्रॉम साइकन के अंदर चले डॉट यहांपे चलेंगे मॉडल सिलेक्शन के ऊपर तो मैंचहा मॉडल सिलेक्शन के

(Editor in charge: html)

Related content
Wonderful recommendations
Popular Clicks
Friendly links