Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
L p -norma (LP)
pL-norma (LP) mengukur jarak p-norma antara distribusi faset dari label yang diamati dalam kumpulan data pelatihan. Metrik ini non-negatif sehingga tidak dapat mendeteksi bias terbalik.
Rumus untuk p norma L adalah sebagai berikut:
L p (Pa, Pd) = (Σ y ||P a - P d || p) 1/p
Dimana jarak p-norma antara titik x dan y didefinisikan sebagai berikut:
L p (x, y) = (|x 1 -y 1 | p + |x -y | p +... n +|x 2 -y 2 | p) 1/p n
Norma 2 adalah norma Euclidean. Asumsikan Anda memiliki distribusi hasil dengan tiga kategori, misalnya, y i = {y0, y1, y2} = {diterima, daftar tunggu, ditolak} dalam skenario multikategori penerimaan perguruan tinggi. Anda mengambil jumlah kuadrat perbedaan antara jumlah hasil untuk aspek a dan d. Jarak Euclidean yang dihasilkan dihitung sebagai berikut:
L 2 (Pa, Pd) = [(n a (0) - n d (0)) 2 + (n a (1) - n d (1)) 2 + (n a (2) - n d (2)) 2] 1/2
Di mana:
-
n a (i) adalah jumlah hasil kategori ith dalam segi a: misalnya n a (0) adalah jumlah faset a yang diterima.
-
n d (i) adalah jumlah hasil kategori ith dalam segi d: misalnya n d (2) adalah jumlah penolakan faset d.
Rentang nilai LP untuk hasil biner, multikategori, dan kontinu adalah [0, √2), di mana:
-
Nilai mendekati nol berarti label didistribusikan dengan cara yang sama.
-
Nilai positif berarti distribusi label menyimpang, semakin positif semakin besar divergensi.
-
