Кои метрики са подходящи за оценка на качеството на модел за бинарна класификация?

За оценка на качеството на модел за бинарна класификация са подходящи следните метрики:

• Точност (Accuracy) — дял на правилните предсказания.
• Прецизност (Precision) — колко от предсказаните положителни са действително положителни.
• Обхват (Recall) — колко от всички положителни примери моделът е правилно открил.
• F1-скор — хармонично средно между прецизност и обхват, полезно при несбалансирани класове.
• ROC-AUC — площ под ROC-кривата, показва качеството на разделяне на класовете.

Пример за изчисление на F1-скор в Python с sklearn:

from sklearn.metrics import f1_score

y_true = [0, 1, 1, 0, 1]
y_pred = [0, 1, 0, 0, 1]

score = f1_score(y_true, y_pred)
print(f"F1-скор: {score}")