Ce metrici sunt potrivite pentru evaluarea calității unui model de clasificare binară?

Pentru evaluarea calității unui model de clasificare binară, următoarele metrici sunt potrivite:

• Acuratețea (Accuracy) — proporția de predicții corecte.
• Precizia (Precision) — câte dintre predicțiile pozitive sunt cu adevărat pozitive.
• Recall (Sensibilitate) — câte dintre toate exemplele pozitive au fost corect identificate.
• F1-score — media armonică a preciziei și recall-ului, util în cazurile cu clase dezechilibrate.
• ROC-AUC — aria de sub curba ROC, indică calitatea separării claselor.

Exemplu de calcul al F1-score în Python cu 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}")