İki sinifli təsnifat problemini həll edirik. Əgər hədəfdən 0 sinifinə aid 10 obyekt çıxararsanız, precision və recall göstəriciləri necə dəyişəcək?

İkili təsnifatın hədəndən 0 sinifinə aid 10 obyekt çıxarılsa, sinif bölgüsü dəyişəcək və bu, dəqiqlik və recall metriklərinə aşağıdakı kimi təsir göstərəcək:

• Dəqiqlik (precision) — doğru müsbətlərin (TP) və TP ilə yanlış müsbətlərin (FP) cəmindən nisbətidir: TP / (TP + FP). Hədəndən 0 sinifinə aid obyektlərin çıxarılması birbaşa TP və ya FP-ni təsir etmir, çünki bu metriklər modelin proqnozlarına bağlıdır. Əgər proqnozlar dəyişməzsə, dəqiqlik təxminən eyni qalacaq.

• Recall (xatırlama) — TP ilə TP və yalnış mənfi (FN) cəmindən nisbətidir: TP / (TP + FN). 0 sinifinə aid obyektlərin çıxarılması, 1 sinfi üçün TP və FN sayını təsir etmir, ona görə də recall 1 sinfi üçün təxminən eyni qalacaq.

Lakin, 0 sinfi üçün metrikləri nəzərdən keçirəndə, 0 sinifinə aid obyektlərin çıxarılması, doğru mənfi (TN) sayını azaldacaq və potensial olaraq FP və FN-ni təsir edə bilər, bu da bu sinif üçün dəqiqlik və recall-u dəyişə bilər.

Ümumilikdə, 0 sinifinə aid obyektlərin hədəndən çıxarılması, sinif bölgüsünü dəyişəcək və bu, xüsusən də, əgər onlar siniflər üzrə orta hesabla hesablanırsa (məsələn, macro-averaged), metrikləri təsir edə bilər. Ancaq yalnız müsbət sinif üçün hesablanan metriklər üçün dəyişikliklər minimal olacaq, əgər proqnozlar dəyişməzsə.