Top-1 Top-5 Error Kavramları
Merhaba bu yazımda top-1 top-5 yada top-n diye bahsi geçen hata kavramlarından bahsedeceğim. Eğer makine öğrenmesi veya daha derin öğrenme çalışıyorsanız bu kavramları sıkça duyarsınız. Eğittiğimiz bir yapay sinir ağı test esnasında bize verilen verinin ait olduğu sınıfa ait bir olasılık verir. Örneğin 10 adet çıktısı olan bir ağda toplamı 1 olacak şekilde bir olasılık dağılımı elde ederiz. Örneklendirecek olursak 10 adet sınıfımız olan bir veri setimiz olsun (kedi, köpek, araba, uçak, tren, gemi, insan, ağaç, fil, inek).
Top-1 Error: Örneğin test etmek için ağımızda bir kedi resmi gönderdik. Ağın çıktısı aşağıda en yüksek olasılık köpek yani ağımız kendisine gelen verinin köpek olduğunu düşünüyor. Bu durumda top-1 error’a göre sınıflandırma yanlış.
Top-5 Error: Aynı örnek üzerinden konuşacak olursak ağın en yüksek 5 olasılığı alınır. Bu olasıklar içinde bizim yolladığımız veriye ait bir olasılık varsa ağın doğru tahmin ettiği varsayılır. Top-1 ‘e göre hata yapan ağımız top-5’e göre doğru bir tahmin yapmış olur.
- kedi : 0.2
- köpek: 0.4
- araba:0.1
- uçak:0.0
- tren:0.1
- gemi:0.0
- insan:0.0
- ağaç:0.0
- fil: 0.1
- inek: 0.1
Kısaca Top-1 error ağın verdiği sonuçlar arasında en yüksek olasılık değeri alınır doğruluğu kontrol edilir sonuç doğru ise kabul edilir. Top-5 de ise istenilen sınıfın olasılığı düşükte olsa en yüksek 5 sonuç arasında olması ağın doğru sonuç verdiğinin kabulü için yeterlidir.
fatih enes ayan 