Mevcut sınıflandırma kalite metrikleri nelerdir?

İkili sınıflandırmanın kalitesini değerlendirmek için genellikle aşağıdaki metrikler kullanılır:

• Doğruluk (Accuracy) — toplam içindeki doğru sınıflandırılmış nesnelerin oranı (hem pozitif hem de negatif).
• Pozitif sınıfın kesinliği (Precision) — modelin pozitif olarak sınıflandırdığı nesnelerin içindeki doğru pozitiflerin oranı.
• Duyarlılık (Recall) — tüm gerçek pozitifler arasından doğru tespit edilenlerin oranı.
• F1 skoru — precision ve recall'un harmonik ortalaması, ikisi arasında denge sağlar.
• ROC-AUC — ROC eğrisinin altındaki alan, farklı eşiklerde sınıfların ayrım kalitesini gösterir.

Örneğin, model bir hastalık tahmin ediyorsa, precision pozitif tahminin ne kadar doğru olduğunu gösterir, recall ise kaç hastayı tespit edebildiğini gösterir.