Ποιες μετρήσεις είναι κατάλληλες για την αξιολόγηση της ποιότητας ενός μοντέλου δυαδικής ταξινόμησης;

Για την αξιολόγηση της ποιότητας ενός μοντέλου δυαδικής ταξινόμησης, οι ακόλουθες μετρήσεις είναι κατάλληλες:

• Ακρίβεια (Accuracy) — ποσοστό σωστών προβλέψεων.
• Ακρίβεια θετικών (Precision) — πόσα από τα προβλεφθέντα θετικά είναι πραγματικά θετικά.
• Ανάκληση (Recall) — πόσα από όλα τα θετικά παραδείγματα το μοντέλο εντόπισε σωστά.
• F1-score — αρμονική μέση όρος της ακρίβειας και της ανάκλησης, χρήσιμος σε ανισοβαρείς κλάσεις.
• ROC-AUC — περιοχή κάτω από την καμπύλη ROC, δείχνει την ποιότητα διαχωρισμού των κλάσεων.

Παράδειγμα υπολογισμού του F1-score σε Python με 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-score: {score}")