Milyen osztályozási minőségi mérőszámok léteznek?

A bináris osztályozás minőségének értékeléséhez gyakran használják a következő metrikákat:

• Pontosság (Accuracy) — a helyesen osztályozott objektumok aránya (mind pozitív, mind negatív) a teljeshez képest.
• Pozitív osztály pontossága (Precision) — a helyesen előrejelzett pozitív objektumok aránya az összes között, amelyeket a modell pozitívnak osztályozott.
• Visszahívás (Recall) — a helyesen megtalált pozitív objektumok aránya az összes valódi pozitívhoz képest.
• F1-score — a precision és recall harmonikus átlaga, amely kiegyensúlyozza mindkettőt.
• ROC-AUC — az ROC-görbe alatti terület, amely megmutatja a osztályok szétválasztásának minőségét különböző küszöböknél.

Például, ha a modell betegséget jósol, a precision megmutatja, milyen gyakran helyes a pozitív előrejelzés, a recall pedig, hogy hány beteget tudott felismerni.