Является ли accuracy 85% хорошим качеством модели?

Значение accuracy (точности) в 85% нельзя оценивать как хорошее или плохое без контекста задачи и данных. Важно учитывать:

• Баланс классов: если данные несбалансированы, accuracy может быть вводящей в заблуждение метрикой.
• Тип задачи: для некоторых задач 85% — отличный результат, для других — недостаточный.
• Альтернативные метрики: precision, recall, F1-score, ROC-AUC могут дать более полное представление о качестве модели.

Например, при классификации редких событий accuracy может быть высокой просто за счёт преобладания одного класса, но модель при этом плохо распознаёт важные случаи.

Поэтому всегда нужно анализировать метрики в контексте задачи и данных, а не ориентироваться только на accuracy.