Какие метрики подходят для оценки качества модели бинарной классификации?

Для оценки качества модели бинарной классификации подходят следующие метрики:

• Accuracy (Точность) — доля правильных предсказаний.
• Precision (Точность положительных предсказаний) — сколько из предсказанных положительных действительно положительные.
• Recall (Полнота) — сколько из всех положительных примеров модель правильно нашла.
• F1-score — гармоническое среднее precision и recall, полезно при несбалансированных классах.
• ROC-AUC — площадь под ROC-кривой, показывает качество разделения классов.

Пример вычисления F1-score на Python с использованием 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}")