Ikki sinflashli tasniflash modelining sifat mezonlarini va ularning farqlarini sanang?
sobes.tech AI
AIdan javob
Ikki sinfiyli model sifatining asosiy mezonlari va ularning farqlari:
-
To‘g‘ri javob (Accuracy) — to‘g‘ri tasniflangan obyektlar ulushi (i pozitiv, va negativ). Muvozanatli sinflar uchun yaxshi.
-
Aniqlik (Precision) — model tomonidan pozitiv deb taxmin qilinganlar orasida haqiqatan pozitiv bo‘lganlarning ulushi. Xatoliklar noto‘g‘ri bo‘lsa, muhim.
-
Qaytarish (Recall) — haqiqatan pozitiv bo‘lganlar orasida model tomonidan to‘g‘ri aniqlanganlarning ulushi. Pozitiv holatlarni o'tkazib yubormaslik uchun muhim.
-
F1-yo‘qotish (F1-score) — Aniqlik va Qaytarishning harmonik o‘rtachasi, ularni muvozanatlash.
-
ROC-AUC — ROC egriysi ostidagi maydon, modelning sinflarni turli shartlarda ajrata olish qobiliyatini ko‘rsatadi.
-
Log Yo‘qotish (Log Loss) — ehtimollik taxminlarining sifatini o‘lchovchi, ishonchli, lekin noto‘g‘ri bashoratlarni jazolaydi.
Mezon tanlovi vazifaga bog‘liq: masalan, kasalliklarni tashxis qilishda, Qaytarish muhim, shuning uchun bemorlarni o'tkazib yubormaslik uchun, spamda esa, Aniqlik muhim, normal xabarlarni bloklamaslik uchun.