Ocena F je merilo za vrednotenje klasifikacijskih modelov. Običajna ocena F1 je harmonična sredina natančnosti (koliko napovedanih zadetkov je pravilnih) in priklica (koliko dejanskih zadetkov je bilo najdenih) ter se giblje od 0 do 1. Posebej je uporabna pri neuravnoteženih podatkih: filter neželene pošte, ki skoraj nikoli ne označi neželene pošte, ima lahko visoko točnost, a nizko oceno F1.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevPriklic (imenovan tudi občutljivost ali stopnja pravih pozitivnih) meri, kolikšen delež dejanskih pozitivnih primerov model zazna: pravilno prepoznani pozitivni primeri, deljeni z vsemi resničnimi pozitivnimi. Če filter goljufij ujame 80 od 100 resničnih primerov goljufije, je njegov priklic 0,8. Visok priklic je pomemben, kadar so spregledani primeri dragi, na primer pri medicinski diagnostiki. Ker ne upošteva lažnih alarmov, se običajno obravnava skupaj z natančnostjo, na primer v meri F.
Matrika zmot (confusion matrix) je tabela, ki napovedi klasifikatorja primerja z dejanskimi razredi. Pri dveh razredih prikaže resnične pozitivne, lažne pozitivne, resnične negativne in lažne negativne primere. Iz nje je mogoče izračunati merila, kot so natančnost, priklic in ocena F1, jasno pa postane tudi, katere napake se pojavljajo. Primer: filter neželene pošte, ki mnoga prava sporočila označi kot neželena, ima veliko lažnih pozitivnih primerov, kar je pogosto dražje kot zgrešena neželena pošta.
Površina pod krivuljo (AUC) je merilo za klasifikacijske modele, ki običajno zadeva krivuljo ROC. Pove, kako dobro model loči pozitivne od negativnih primerov, neodvisno od določenega praga. Vrednost 1 pomeni popolno ločevanje; 0,5 ni nič boljše od ugibanja. Primer: model odhoda strank z AUC 0,85 naključno izbrano stranko, ki odide, v 85 % primerov razvrsti kot tvegano bolj od zveste.
Natančnost top-k meri, kako pogosto je pravilni odgovor med k najverjetnejšimi predlogi modela. Pri top-1 šteje le prva napoved; pri top-5 zadošča, da je pravilni razred med petimi najboljšimi, kar je znana metrika iz primerjalnih testov prepoznavanja slik, kot je ImageNet. Uporabna je povsod, kjer uporabniki vidijo več predlogov, na primer pri priporočilih izdelkov ali samodejnem dopolnjevanju.
