Confusion Matrix
📘 সঠিক ও ভুল পূর্বাভাসের ছক।
🌐 Table of right and wrong predictions.
📏
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
সঠিক ও ভুল পূর্বাভাসের ছক।
সঠিক ও ভুল পূর্বাভাসের ছক।
🌐 English:
Table of right and wrong predictions.
Table of right and wrong predictions.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → মডেল মূল্যায়ন ও টিউনিং → Confusion Matrix
🎯 এই শাখার লক্ষ্য
Pick metrics, tune hyperparameters, explain predictions
🧰 টুলস
scikit-learn, SHAP
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
মডেল কোথায় ভুল করছে—কোন ধরনের ভুল বেশি—তা দেখায়।
- ধাপ 1চার ঘর: TP (সঠিক পজিটিভ), TN, FP (ভুল অ্যালার্ম), FN (মিস করা)
- ধাপ 2confusion_matrix(y_test, y_pred) ও ConfusionMatrixDisplay দিয়ে আঁকুন
- ধাপ 3Accuracy = (TP+TN)/মোট
- ধাপ 4কোন ভুল বেশি ক্ষতিকর তা প্রসঙ্গ অনুযায়ী ঠিক করুন (রোগে FN, স্প্যামে FP)
🧪 বাস্তব উদাহরণ
ক্যান্সার স্ক্রিনিংয়ে FN = রোগী বাদ পড়া—সবচেয়ে বিপজ্জনক।
⚠️ সাধারণ ভুল
ভারসাম্যহীন ডেটায় শুধু accuracy দেখা।
🔑 মূল শব্দ (Key terms)
confusion matrixTPFPTNFNaccuracy
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক1.1 TP, TN, FP, FN1.1.1 চারটি ঘর
1.2 Accuracy1.2.1 সামগ্রিক সঠিকতা
1.3 কেন Accuracy বিভ্রান্তিকর হতে পারে
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Model Evaluation)
এডিট করে Run চাপুন · Ctrl+Enterfrom sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, roc_auc_score, confusion_matrix
X,y=load_breast_cancer(return_X_y=True); Xtr,Xte,ytr,yte=train_test_split(X,y,random_state=0)
g=GridSearchCV(RandomForestClassifier(random_state=0),{"n_estimators":[50,100],"max_depth":[3,None]},cv=3).fit(Xtr,ytr)
p=g.predict(Xte); print("Best:",g.best_params_); print(confusion_matrix(yte,p))
print(classification_report(yte,p)); print("ROC-AUC:",round(roc_auc_score(yte,g.predict_proba(Xte)[:,1]),3))❓
সেল্ফ-চেক · Self check
1. “চারটি ঘর” — এটি কোন সাব-টপিকের বর্ণনা?
2. “সামগ্রিক সঠিকতা” — এটি কোন সাব-টপিকের বর্ণনা?
3. আসল পজিটিভ কতটা ধরা পড়ল?
4. AUC=0.5 মানে?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Confusion Matrix2. Precision Recall F13. ROC AUC4. Regression Metrics MAE RMSE R25. Hyperparameter Tuning GridSearch6. Model Interpretability SHAP