Aké metriky sú vhodné na hodnotenie kvality modelu binárnej klasifikácie?

Na hodnotenie kvality binárneho klasifikačného modelu sú vhodné nasledujúce metriky:

• Presnosť (Accuracy) — podiel správnych predpovedí.
• Pravdivosť pozitívnych (Precision) — koľko z predpovedaných pozitív je skutočne pozitívnych.
• Recall (Citlivosť) — koľko zo všetkých pozitívnych prípadov model správne identifikoval.
• F1-skóre — harmonický priemer presnosti a recallu, užitočný pri nevyvážených triedach.
• ROC-AUC — plocha pod ROC krivkou, ukazuje kvalitu oddelenia tried.

Príklad výpočtu F1-skóre v Pythone s použitím 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-skóre: {score}")