De F-score is een maat voor het beoordelen van classificatiemodellen. De gangbare F1-score is het harmonisch gemiddelde van precisie (hoeveel van de voorspelde treffers correct zijn) en recall (hoeveel van de werkelijke treffers zijn gevonden) en loopt van 0 tot 1. Ze is vooral nuttig bij onevenwichtige data: een spamfilter dat bijna nooit spam markeert, kan een hoge nauwkeurigheid maar een lage F1-score hebben.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenRecall (ook wel sensitiviteit of true positive rate genoemd) meet welk deel van de werkelijk positieve gevallen een model herkent: correct herkende positieve gevallen gedeeld door alle echte positieve gevallen. Als een fraudefilter 80 van de 100 echte fraudegevallen opspoort, is de recall 0,8. Een hoge recall is belangrijk wanneer gemiste gevallen duur zijn, zoals bij medische diagnoses. Omdat valse alarmen buiten beschouwing blijven, wordt recall meestal samen met precisie bekeken, bijvoorbeeld in de F-score.
Een confusion matrix is een tabel die de voorspellingen van een classificeerder vergelijkt met de werkelijke klassen. Bij twee klassen toont ze echte positieven, valse positieven, echte negatieven en valse negatieven. Daaruit kunnen maten als precisie, recall en F1-score worden berekend en wordt duidelijk welke fouten optreden. Voorbeeld: een spamfilter dat veel echte e-mails als spam aanmerkt, heeft veel valse positieven, wat vaak duurder is dan een gemist spambericht.
De area under the curve (AUC) is een maat voor classificatiemodellen en verwijst meestal naar de ROC-curve. Ze geeft aan hoe goed een model positieve van negatieve gevallen scheidt, onafhankelijk van een bepaalde drempel. Een waarde van 1 betekent perfecte scheiding; 0,5 is niet beter dan gokken. Voorbeeld: een verloopmodel met een AUC van 0,85 rangschikt een willekeurig gekozen vertrekkende klant in 85% van de gevallen als riskanter dan een trouwe klant.
Top-k-nauwkeurigheid meet hoe vaak het juiste antwoord tussen de k meest waarschijnlijke suggesties van een model zit. Bij top-1 telt alleen de eerste voorspelling; bij top-5 volstaat het dat de juiste klasse bij de vijf beste hoort, een bekende maatstaf uit benchmarks voor beeldherkenning zoals ImageNet. Ze is nuttig overal waar gebruikers meerdere suggesties zien, bijvoorbeeld bij productaanbevelingen of automatisch aanvullen.
