Skóre F je metrika na hodnotenie klasifikačných modelov. Bežné skóre F1 je harmonický priemer presnosti (koľko predpovedaných zásahov je správnych) a úplnosti (koľko skutočných zásahov sa našlo) a pohybuje sa od 0 do 1. Je užitočné najmä pri nevyvážených údajoch: filter spamu, ktorý spam takmer nikdy neoznačí, môže mať vysokú správnosť, ale nízke skóre F1.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoRecall (nazývaný aj senzitivita alebo miera skutočne pozitívnych) meria, aký podiel skutočných pozitívnych prípadov model odhalí: správne identifikované pozitívne prípady vydelené všetkými skutočnými pozitívnymi. Ak filter podvodov zachytí 80 zo 100 skutočných podvodov, jeho recall je 0,8. Vysoký recall je dôležitý tam, kde je premeškaný prípad nákladný, napríklad pri lekárskej diagnostike. Keďže ignoruje falošné poplachy, zvyčajne sa posudzuje spolu s presnosťou (precision), napríklad v skóre F.
Matica zámen (confusion matrix) je tabuľka, ktorá porovnáva predpovede klasifikátora so skutočnými triedami. Pri dvoch triedach ukazuje skutočne pozitívne, falošne pozitívne, skutočne negatívne a falošne negatívne prípady. Z nej možno vypočítať metriky, ako sú presnosť, úplnosť a skóre F1, a je jasné, aké chyby sa vyskytujú. Príklad: filter spamu, ktorý označí veľa skutočných e-mailov ako spam, má veľa falošne pozitívnych výsledkov, čo je často drahšie než prehliadnutá spamová správa.
Plocha pod krivkou (AUC, area under the curve) je metrika pre klasifikačné modely, ktorá sa zvyčajne vzťahuje na krivku ROC. Udáva, ako dobre model oddeľuje pozitívne a negatívne prípady, nezávisle od konkrétnej prahovej hodnoty. Hodnota 1 znamená dokonalé oddelenie; 0,5 nie je lepšie než hádanie. Príklad: model odchodu zákazníkov s AUC 0,85 zaradí náhodne vybraného zákazníka, ktorý odíde, ako rizikovejšieho než verného v 85 % prípadov.
Presnosť Top-k meria, ako často sa správna odpoveď nachádza medzi k najpravdepodobnejšími návrhmi modelu. Pri top-1 sa počíta len prvá predikcia; pri top-5 stačí, aby bola správna trieda medzi piatimi najlepšími, čo je známa metrika z benchmarkov rozpoznávania obrazu, ako je ImageNet. Je užitočná všade, kde používatelia vidia viacero návrhov, napríklad pri odporúčaniach produktov alebo automatickom dopĺňaní.
