Чӣ тавр фаҳмидан мумкин аст, ки модел хуб ё бад аст? Кадом метрикҳо вуҷуд доранд ва онҳо чӣ маъно доранд?

Ҳаётий сифатни баҳолаш моделнинг вазифасига (таснифлаш, регрессия ва бошқалар) ва мақсадларга боғлиқ. Асосий метрикалар:

Таснифлаш вазифалари учун:

• Тўғрилик (Accuracy) — умумий ҳисобдан тўғри прогнозлар улуши. Мувозанатли синфлар учун мос.
• Аниқлик (Precision) — тўғри позитивлар сонининг барча прогноз қилинган позитивларга нисбати.
• Эътибор (Recall) — ҳақиқий позитивларнинг барчасидан тўғри топилганлар улуши.
• F1-скор — аниқлик ва эътиборнинг гармоник ўртача, уларни баланслайди.
• ROC-AUC — ROC қисмининг майдони, синфларни ажратиш сифатини кўрсатади.

Р regressия вазифалари учун:

• MSE (Ўрта квадрат хато) — катта ёзилишларга сезгир.
• MAE (Ўрта абсолют хато) — чиқиндиларга қарши кўпроқ барқарор.
• R² (Таъриф коэффициенти) — модел қанчалик вариацияни тушунтиради.

Яхши модел — бу тест тўпламда (синашда) сифат метрикалари юқори қийматлар кўрсатаётган (масалан, таснифлаш учун юқори тўғрилик ва F1, регрессия учун паст хато) ва фақат ўрганиш тўпламда эмас, балки, ортиқча ўрганишдан сақланиш учун, юқори натижалар кўрсатаётган. Шунингдек, бизнес контекстини ва метрикалар ўртасида балансни ҳисобга олиш муҳим (масалан, баъзан, эътибор муҳимроқ бўлиши мумкин, тўғриликдан кўра).