Перечислите метрики для задачи бинарной классификации.

Для задачи бинарной классификации обычно используют следующие метрики:

• Accuracy (точность) — доля правильных предсказаний (как положительных, так и отрицательных).
• Precision (точность положительных предсказаний) — сколько из предсказанных положительных действительно положительные.
• Recall (полнота) — сколько из всех реальных положительных были правильно найдены.
• F1-score — гармоническое среднее precision и recall, балансирует между ними.
• ROC AUC — площадь под ROC-кривой, показывает качество классификации при разных порогах.
• Log Loss (логарифмическая потеря) — мера качества вероятностных предсказаний.

Выбор метрики зависит от задачи: например, при несбалансированных классах часто важнее precision, recall или F1, а не просто accuracy.