Դասակարգման մոդելի կատարողականը գնահատելիս կարող են օգտագործվել մի քանի չափումներ, սակայն ամենատարածվածներից երեքն են՝ ճշգրիտ, հիշողություն և F1 միավոր:
Ճշգրտություն:
Ճշգրիտությունը չափում է մոդելի կողմից արված դրական կանխատեսումների ճշգրտությունը: Այն հաշվարկվում է որպես իրական դրական կանխատեսումների հարաբերակցություն դրական կանխատեսումների ընդհանուր թվին (իսկական դրական + կեղծ դրական): Պարզ բառերով, ճշգրտությունը պատասխանում է հարցին. «Բոլոր կետերից, որոնք մոդելը կանխատեսել էր որպես դրական, քանիսն էին իրականում դրական»: Բարձր ճշգրտությունը նշանակում է, որ երբ մոդելը ինչ-որ բան կանխատեսում է որպես դրական, դա սովորաբար ճիշտ է:
Հիշեցնենք.
Հիշեցումը չափում է մոդելի կարողությունը՝ ճիշտ բացահայտելու բոլոր դրական դեպքերը: Այն հաշվարկվում է որպես իրական դրական կանխատեսումների հարաբերակցություն իրական դրական դեպքերի ընդհանուր թվին (ճշմարիտ դրական + կեղծ բացասական): Ըստ էության, հիշելը պատասխանում է հարցին. «Բոլոր փաստացի դրական կետերից քանի՞սն է ճիշտ նույնացրել մոդելը»: Բարձր հիշելը ցույց է տալիս, որ մոդելը կարող է բացահայտել դրական դեպքերի մեծ մասը:
F1 միավոր:
F1 միավորը ճշգրտության և հիշողության ներդաշնակ միջինն է: Այն ապահովում է մեկ միավոր, որը հավասարակշռում է ինչպես ճշգրտությունը, այնպես էլ հիշելը: Այս միավորը հատկապես օգտակար է, երբ ցանկանում եք հավասարակշռություն գտնել ճշգրտության և հիշողության միջև կամ երբ դասերը անհավասարակշռված են: F1 միավորը տատանվում է 0-ից 1, որտեղ ավելի բարձր արժեքը ցույց է տալիս ավելի լավ կատարողականություն:
Դասակարգման մոդելը գնահատելիս կարևոր է հաշվի առնել այս չափումները միասին: Օրինակ, բարձր ճշգրտությամբ, բայց ցածր հիշողությամբ մոդելը կարող է չափազանց զգույշ լինել դրական կանխատեսումներ անելիս, մինչդեռ բարձր հիշողությամբ, բայց ցածր ճշգրտությամբ մոդելը կարող է չափազանց ազատամիտ լինել դրականը կանխատեսելիս: F1 միավորը օգնում է հավասարակշռություն հաստատել այս երկու ցուցանիշների միջև:
Բացի այդ, կախված կոնկրետ խնդրից և պահանջներից, մոդելի արդյունավետությունը գնահատելու համար կարող են արժեքավոր լինել նաև այլ չափումներ, ինչպիսիք են ճշգրտությունը, առանձնահատկությունը, ROC կորը (ընդունիչի գործառնական բնութագրիչ կորը) և AUC (տարածքը ROC կորի տակ):
