Når man skal evaluere ytelsen til en klassifiseringsmodell, kan man bruke flere beregninger, men tre av de vanligste er presisjon, tilbakekalling og F1-poengsum.
Presisjon:
Presisjon måler nøyaktigheten av modellens positive prediksjoner. Den beregnes som forholdet mellom sanne positive prediksjoner og det totale antallet positive prediksjoner (sanne positive falske positive)_. Enkelt sagt svarer presisjon på spørsmålet: "Hvor mange av alle elementene som modellen forutså som positive, var faktisk positive?". Høy presisjon betyr at når modellen predikerer noe som positivt, er det som regel riktig.
Tilbakekalling:
Recall måler modellens evne til å identifisere alle positive forekomster korrekt. Det beregnes som forholdet mellom sanne positive prediksjoner og det totale antallet faktiske positive forekomster (sanne positive falske negative). I hovedsak svarer recall på spørsmålet: "Hvor mange av alle de faktiske positive elementene identifiserte modellen korrekt?". Høy recall indikerer at modellen klarer å identifisere de fleste positive forekomster.
F1-poengsum:
F1-poengsummen er det harmoniske gjennomsnittet av presisjon og tilbakekalling. Det gir en enkelt poengsum som balanserer både presisjon og tilbakekalling. Denne poengsummen er spesielt nyttig når du ønsker å finne en balanse mellom presisjon og tilbakekalling, eller når klassene er ubalanserte. F1-poengsummen varierer fra 0 til 1, der en høyere verdi indikerer bedre ytelse.
Når du vurderer en klassifiseringsmodell, er det viktig å vurdere disse parameterne sammen. En modell med høy presisjon, men lav tilbakekalling, kan for eksempel være for forsiktig med å forutsi positive resultater, mens en modell med høy tilbakekalling, men lav presisjon, kan være for liberal med å forutsi positive resultater. F1-poengsummen bidrar til å finne en balanse mellom disse to beregningene.
I tillegg, avhengig av det spesifikke problemet og kravene, kan andre beregninger som nøyaktighet, spesifisitet, ROC-kurve (receiver operating characteristic curve) og AUC (area under ROC-kurven)C_ også være verdifulle for å vurdere modellens ytelse.
