Navedite metrike kvaliteta modela binarne klasifikacije i njihove razlike?
sobes.tech АИ
Одговор од АИ
Glavne metrike kvaliteta binarnog modela klasifikacije i njihove razlike:
-
Tačnost (Accuracy) — udeo ispravno klasifikovanih objekata (i pozitivnih i negativnih). Dobro kod uravnoteženih klasa.
-
Preciznost (Precision) — udeo istinski pozitivnih među svim onima koje je model predvideo kao pozitivne. Važno kada su lažno pozitivni kritični.
-
Odziv (Recall) — udeo istinski pozitivnih koje je model ispravno identifikovao od svih stvarnih pozitivnih. Važno da ne propustimo pozitivne slučajeve.
-
F1-score — harmonijska sredina Preciznosti i Odziva, balansira između njih.
-
ROC-AUC — površina ispod ROC krive, pokazuje sposobnost modela da razlikuje klase pri različitim pragovima.
-
Log Loss (Logaritamska greška) — mera kvaliteta probabilističkih predviđanja, kažnjava sigurne, ali pogrešne prognoze.
Izbor metrike zavisi od zadatka: na primer, u dijagnostici bolesti, važan je Odziv da ne propustimo bolesne, dok je u spam filtrima važna Preciznost da ne blokiramo normalne e-pošte.