Il recall (sensibilità) misura quale quota dei casi realmente positivi un modello riconosce: positivi individuati correttamente diviso tutti i positivi reali. Se un filtro antifrode scopre 80 frodi su 100 reali, il recall è 0,8. Un recall alto è importante quando i casi mancati costano cari, ad esempio nelle diagnosi mediche. Poiché non considera i falsi allarmi, di solito si valuta insieme alla precisione, ad esempio nell'F-score.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoL’F-score è un indicatore per valutare i modelli di classificazione. La comune misura F1 è la media armonica tra precisione (quanti dei risultati trovati sono corretti) e richiamo, o recall (quanti dei casi reali sono stati trovati), e varia tra 0 e 1. È particolarmente utile con dati sbilanciati: un filtro antispam che non segnala quasi mai lo spam può avere un’accuratezza alta ma un F1 basso.
Una matrice di confusione è una tabella che confronta le previsioni di un classificatore con le classi reali. Con due classi mostra veri positivi, falsi positivi, veri negativi e falsi negativi. Da questi valori si calcolano metriche come precisione, recall e F1 score e si capisce quali errori si verificano. Esempio: un filtro antispam che segnala come spam molte e-mail autentiche ha molti falsi positivi, spesso più costosi di uno spam non rilevato.
La curva ROC (receiver operating characteristic) mostra quanto bene un modello di classificazione separa due classi. Per ogni possibile soglia decisionale riporta il tasso di veri positivi (recall) rispetto al tasso di falsi allarmi. Più la curva si avvicina all'angolo in alto a sinistra, meglio è; la diagonale corrisponde a un'ipotesi casuale. L'area sottostante (AUC) riassume la curva in un solo numero e aiuta, ad esempio, a confrontare diversi modelli antifrode.
La Mean Average Precision (mAP) è una metrica che valuta quanto bene un sistema trova i risultati pertinenti e li colloca nelle prime posizioni. Per ogni query o classe di oggetti si calcola la precisione media lungo l’elenco dei risultati; la mAP è la media su tutte. È uno standard per motori di ricerca, sistemi di raccomandazione e rilevamento di oggetti nelle immagini, dove dipende anche dalla sovrapposizione richiesta tra i riquadri di delimitazione.
