Milyen metrikák alkalmasak egy bináris osztályozási modell minőségének értékelésére?

A bináris osztályozási modell minőségének értékeléséhez a következő metrikák alkalmasak:

• Pontosság (Accuracy) — helyes előrejelzések aránya.
• Pozitív predikciók pontossága (Precision) — hány a pozitívnak jósolt eredmény valóban pozitív.
• Visszahívás (Recall) — hány a tényleges pozitív példák közül helyesen azonosított a modell.
• F1-score — a pontosság és a visszahívás harmonikus átlaga, hasznos kiegyensúlyozatlan osztályok esetén.
• ROC-AUC — a ROC-görbe alatti terület, mutatja az osztályok szétválasztásának minőségét.

Pythonban sklearn segítségével a F1-score kiszámításának példája:

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}")