La précision top-k mesure la fréquence à laquelle la bonne réponse figure parmi les k propositions les plus probables d'un modèle. En top-1, seule la première prédiction compte ; en top-5, il suffit que la bonne classe soit parmi les cinq premières, une mesure connue des bancs d'essai de reconnaissance d'images comme ImageNet. Elle est pertinente dès que l'utilisateur voit plusieurs suggestions, par exemple des recommandations de produits ou l'autocomplétion.
Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.
Lancer la démoUne matrice de confusion est un tableau qui compare les prédictions d'un classifieur aux classes réelles. Avec deux classes, elle indique les vrais positifs, faux positifs, vrais négatifs et faux négatifs. On en déduit des indicateurs comme la précision, le rappel et le score F1, et l'on voit quelles erreurs surviennent. Exemple : un filtre anti-spam qui classe beaucoup de vrais e-mails comme spam produit de nombreux faux positifs, souvent plus coûteux qu'un spam non détecté.
La Mean Average Precision (mAP) est un indicateur qui évalue la capacité d’un système à trouver des résultats pertinents et à les classer en tête. Pour chaque requête ou classe d’objets, on calcule la précision moyenne sur la liste de résultats ; la mAP en est la moyenne globale. C’est une référence pour les moteurs de recherche, les systèmes de recommandation et la détection d’objets dans les images, où elle dépend aussi du recouvrement exigé des boîtes englobantes.
Le F-score est un indicateur d’évaluation des modèles de classification. La mesure F1, la plus courante, est la moyenne harmonique de la précision (part des résultats trouvés qui sont corrects) et du rappel (part des cas réels qui ont été trouvés) ; elle varie entre 0 et 1. Elle est particulièrement utile avec des données déséquilibrées : un filtre antispam qui ne signale presque jamais de spam peut afficher une exactitude élevée mais un F1 faible.
Un classifieur est un modèle ou une méthode qui attribue une entrée à l'une de plusieurs catégories prédéfinies. Les variantes classiques, comme les arbres de décision ou le Naive Bayes, sont entraînées sur des exemples étiquetés ; les modèles de langage peuvent aussi classer des textes à partir d'une description des catégories. Usages typiques : détection de spam, tri des demandes clients par thème ou classement de justificatifs. La qualité se mesure avec des indicateurs comme l'exactitude, la précision et le rappel.
