Κατά την αξιολόγηση της απόδοσης ενός μοντέλου ταξινόμησης, μπορούν να χρησιμοποιηθούν διάφορες μετρικές, αλλά τρεις από τις πιο συνηθισμένες είναι η ακρίβεια, η ανάκληση και η βαθμολογία F1.
Ακρίβεια:
Η ακρίβεια μετρά την ακρίβεια των θετικών προβλέψεων που κάνει το μοντέλο. Υπολογίζεται ως ο λόγος των αληθώς θετικών προβλέψεων προς τον συνολικό αριθμό των θετικών προβλέψεων (αληθώς θετικές ψευδώς θετικές). Με απλά λόγια, η ακρίβεια απαντά στην ερώτηση: "Από όλα τα στοιχεία που το μοντέλο προέβλεψε ως θετικά, πόσα ήταν πραγματικά θετικά;". Υψηλή ακρίβεια σημαίνει ότι όταν το μοντέλο προβλέπει κάτι ως θετικό, είναι συνήθως σωστό.
Ανάκληση:
Η ανάκληση μετρά την ικανότητα του μοντέλου να αναγνωρίζει σωστά όλες τις θετικές περιπτώσεις. Υπολογίζεται ως ο λόγος των αληθώς θετικών προβλέψεων προς τον συνολικό αριθμό των πραγματικών θετικών περιπτώσεων (αλή θετικά ψευδώς αρνητικά). Στην ουσία, η ανάκληση απαντά στην ερώτηση: "Από όλα τα πραγματικά θετικά στοιχεία, πόσα αναγνώρισε σωστά το μοντέλο;". Η υψηλή ανάκληση υποδηλώνει ότι το μοντέλο μπορεί να αναγνωρίσει τις περισσότερες θετικές περιπτώσεις.
Σκορ F1:
Η βαθμολογία F1 είναι ο αρμονικός μέσος όρος της ακρίβειας και της ανάκλησης. Παρέχει μια ενιαία βαθμολογία που εξισορροπεί την ακρίβεια και την ανάκληση. Αυτή η βαθμολογία είναι ιδιαίτερα χρήσιμη όταν θέλετε να βρείτε μια ισορροπία μεταξύ ακρίβειας και ανάκλησης ή όταν οι κλάσεις είναι ανισόρροπες. Η βαθμολογία F1 κυμαίνεται από 0 έως 1, όπου μια υψηλότερη τιμή υποδηλώνει καλύτερη απόδοση.
Όταν αξιολογείτε ένα μοντέλο ταξινόμησης, είναι σημαντικό να εξετάζετε αυτές τις μετρήσεις μαζί. Για παράδειγμα, ένα μοντέλο με υψηλή ακρίβεια αλλά χαμηλή ανάκληση μπορεί να είναι υπερβολικά προσεκτικό στις θετικές προβλέψεις, ενώ ένα μοντέλο με υψηλή ανάκληση αλλά χαμηλή ακρίβεια μπορεί να είναι υπερβολικά φιλελεύθερο στις θετικές προβλέψεις. Η βαθμολογία F1 βοηθά στην επίτευξη ισορροπίας μεταξύ αυτών των δύο μετρικών.
Επιπλέον, ανάλογα με το συγκεκριμένο πρόβλημα και τις απαιτήσεις, άλλες μετρικές όπως η ακρίβεια, η εξειδίκευση, η καμπύλη ROC (χαρακτηριστική καμπύλη λειτουργίας δέκτη_C_ και η AUC (περιοχή κάτω από την καμπύλη ROC_C_ θα μπορούσαν επίσης να είναι πολύτιμες για την αξιολόγηση της απόδοσης του μοντέλου.
