डेटा की गुणवत्ता

कॉन्फ़िडेंस और सटीकता फ़ील्ड को सही तरह से पढ़ना

जियोकोडिंग रिस्पॉन्स में ज़्यादातर काम दो फ़ील्ड करते हैं, और वे अलग-अलग सवालों का जवाब देते हैं। precision बताता है कि किस तरह का मैच मिला: मकान, सड़क, पिन कोड या शहर। confidence 0 और 1 के बीच की एक संख्या है जो बताती है कि इनपुट और उपलब्ध डेटा के आधार पर मैच कितना निश्चित है। कोई परिणाम ऊँचे प्रिसिज़न और कम कॉन्फ़िडेंस वाला हो सकता है, या कम प्रिसिज़न और ऊँचे कॉन्फ़िडेंस वाला, और दोनों ही वैध परिणाम हैं जिन्हें अलग-अलग तरीके से संभालना सार्थक है।

एक उदाहरण लीजिए। यूनिट नंबर वाले पूरे सड़क पते की क्वेरी house प्रिसिज़न पर हल हो सकती है लेकिन 0.6 के कॉन्फ़िडेंस के साथ, क्योंकि इनपुट में सड़क के नाम में टाइपो था और जियोकोडर को अंदाज़ा लगाना पड़ा कि कौन-सी सड़क अभिप्रेत थी। केवल शहर के नाम की क्वेरी city प्रिसिज़न पर 0.98 के कॉन्फ़िडेंस के साथ हल हो सकती है, क्योंकि केवल एक उचित मैच था और कोई अस्पष्टता नहीं थी। अगर आपका कोड केवल प्रिसिज़न जाँचता है, तो आप दूसरे, कहीं ज़्यादा सुरक्षित परिणाम को किसी तरह बदतर मानेंगे, जबकि वह जो होने का दावा करता है उसके लिए असल में ज़्यादा भरोसेमंद है।

व्यावहारिक नियम यह है कि दोनों पर फ़िल्टर करें, एक को दूसरे की जगह न रखें। अगर आपके उपयोग के मामले में छत तक की सटीकता चाहिए, जैसे कोई डिलीवरी भेजना, तो house का precision और टेस्टिंग के आधार पर आपकी तय सीमा से ऊपर का confidence ज़रूरी करें। अगर आपको बस यह जानना है कि कोई ऑर्डर किस शहर में भेजा गया, तो ऊँचे कॉन्फ़िडेंस के साथ city प्रिसिज़न पूरी तरह उपयोगी है, और उसे इसलिए अस्वीकार करना कि वह house प्रिसिज़न नहीं है, अच्छे डेटा को फेंकना है।

type को अपने आप में फ़िल्टर के बजाय संदर्भ के रूप में लेना भी मदद करता है। precision street के साथ type address होने का मतलब है कि इनपुट पूरे पते जैसा दिखता था लेकिन केवल सड़क के स्तर तक मैच हुआ, जो इस बात का उपयोगी संकेत है कि पता ख़ुद अधूरा या ग़लत लिखा हुआ हो सकता है, न कि जियोकोडर के डेटा में कोई कमी है।

अलग-अलग प्रदाताओं की कॉन्फ़िडेंस संख्याओं की सीधे तुलना नहीं की जा सकती, क्योंकि यह संख्या कैसे निकाली जाती है, इसका कोई सार्वभौमिक मानक नहीं है। इस पैमाने को एक प्रदाता के अपने रिस्पॉन्स के भीतर सापेक्ष मानें, सही होने की पूर्ण संभावना के रूप में नहीं। प्रतिनिधि क्वेरी का अपना सेट चलाएँ, देखें कि आपके अपने डेटा में अच्छे और बुरे मैच के लिए कॉन्फ़िडेंस आम तौर पर कहाँ रहता है, और अपनी कटऑफ़ उसी से चुनें, न कि किसी ऐसी संख्या से जो दस्तावेज़ में उचित लगी।

दोनों फ़ील्ड का पूरा विवरण, लौटाए जाने वाले सटीक प्रिसिज़न मानों सहित, फ़ॉरवर्ड और रिवर्स जियोकोडिंग दस्तावेज़ में है।