मुझे लगता है कि आप अपने कोड के लिए यूनिट-परीक्षण कर रहे हैं।
एक विचार जो मैं सोच सकता हूं, जो शायद आप क्या चाहते हैं, एक रैखिक मॉडल का उपयोग करने के लिए नहीं है।
ऐसा करने का लाभ यह है कि आप अन्य चर का एक गुच्छा बना सकते हैं जिसे आप विश्लेषण में शामिल कर सकते हैं।
मान लें कि आपके पास एक वेक्टर जिसमें आपके परीक्षण के परिणाम शामिल हैं, और दूसरा वेक्टर जिसमें परिणाम की आपकी भविष्यवाणियां शामिल हैं।x यYएक्स
अब आप बस रैखिक मॉडल फिट कर सकते हैं
yमैं= ए + बी एक्समैं+ ϵ
और का मान ज्ञात , उच्च का मूल्य संकेत मिलता है कि अपने भविष्यवाणियों बेहतर होते जा रहे हैं।बीखख
इस दृष्टिकोण को अच्छा बनाने वाली बात यह है कि अब आप अन्य चर का एक गुच्छा जोड़ना शुरू कर सकते हैं यह देखने के लिए कि क्या एक बेहतर मॉडल बनाता है, और वे चर बेहतर पूर्वानुमान बनाने में मदद कर सकते हैं। चर सप्ताह के दिन के लिए एक संकेतक हो सकते हैं, उदाहरण के लिए सोमवार के लिए यह हमेशा 1 होगा, और अन्य सभी दिनों के लिए शून्य होगा। यदि आप उस चर को मॉडल में शामिल करते हैं, तो आपको मिलेगा:
yमैं= ए + एसोमवार+ बी एक्समैं+ ϵ
और यदि चर महत्वपूर्ण और सकारात्मक है, तो इसका मतलब यह हो सकता है कि आप सोमवार को अपनी भविष्यवाणियों में अधिक रूढ़िवादी हैं।एसोमवार
आप एक नया चर भी बना सकते हैं, जहाँ आप अपने द्वारा किए गए कार्य की कठिनाई का आकलन करने के लिए एक अंक देते हैं। यदि आपके पास संस्करण नियंत्रण है, तो आप उदाहरण के लिए कोड की पंक्तियों की संख्या को कठिनाई के रूप में उपयोग कर सकते हैं, अर्थात जितना अधिक कोड आप लिखेंगे, उतनी अधिक संभावना कुछ टूट जाएगी।
अन्य चर हो सकते हैं, उस दिन कॉफी कप की संख्या, आगामी समय सीमा के लिए संकेतक, मतलब सामान खत्म करने के लिए अधिक तनाव आदि।
आप यह देखने के लिए भी समय चर का उपयोग कर सकते हैं कि आपकी भविष्यवाणियाँ बेहतर हो रही हैं या नहीं। इसके अलावा, आपने कार्य पर कितना समय बिताया है, या आपने उस पर कितने सत्र बिताए हैं, क्या आप एक त्वरित सुधार कर रहे थे और यह टेढ़ा हो सकता है आदि।
अंत में आपके पास एक भविष्यवाणी मॉडल है, जहां आप सफलता की संभावना का अनुमान लगाने की कोशिश कर सकते हैं। यदि आप इसे बनाने का प्रबंधन करते हैं, तो शायद आपको अपनी खुद की भविष्यवाणियां करने की भी आवश्यकता नहीं है, आप बस सभी चर का उपयोग कर सकते हैं और इस बात पर बहुत अच्छा अनुमान लगा सकते हैं कि क्या चीजें काम करेंगी।
बात यह है कि आप केवल एक ही नंबर चाहते थे। उस मामले में आप शुरुआत में प्रस्तुत किए गए सरल मॉडल का उपयोग कर सकते हैं और बस ढलान का उपयोग कर सकते हैं, और प्रत्येक अवधि के लिए गणनाओं को फिर से कर सकते हैं, फिर आप देख सकते हैं कि क्या समय के साथ उस स्कोर में एक प्रवृत्ति है।
उम्मीद है की यह मदद करेगा।