F-värdet är ett mått för att utvärdera klassificeringsmodeller. Det vanliga F1-värdet är det harmoniska medelvärdet av precision (hur många av de förutsagda träffarna som är korrekta) och täckning (hur många av de faktiska träffarna som hittades) och ligger mellan 0 och 1. Det är särskilt användbart vid obalanserade data: ett skräppostfilter som nästan aldrig flaggar skräppost kan ha hög noggrannhet men lågt F1-värde.
Recall (även kallat känslighet eller andel sanna positiva) mäter hur stor andel av de faktiska positiva fallen som en modell upptäcker: korrekt identifierade positiva dividerat med alla verkliga positiva. Om ett bedrägerifilter fångar 80 av 100 verkliga bedrägerifall är dess recall 0,8. Hög recall är viktig när missade fall är kostsamma, som vid medicinsk diagnostik. Eftersom den bortser från falsklarm bedöms den vanligtvis tillsammans med precision, till exempel i F-måttet.
En förväxlingsmatris är en tabell som jämför en klassificerares förutsägelser med de faktiska klasserna. För två klasser visar den sanna positiva, falska positiva, sanna negativa och falska negativa. Utifrån den kan mått som precision, täckning och F1-värde beräknas, och det blir tydligt vilka fel som uppstår. Exempel: ett skräppostfilter som flaggar många riktiga e-postmeddelanden som skräppost har många falska positiva, vilket ofta är dyrare än ett missat skräppostmeddelande.
Arean under kurvan (AUC) är ett mått för klassificeringsmodeller och avser vanligtvis ROC-kurvan. Den anger hur väl en modell skiljer positiva från negativa fall, oberoende av något visst tröskelvärde. Värdet 1 betyder perfekt separation; 0,5 är inte bättre än att gissa. Exempel: en modell för kundbortfall med AUC 0,85 rangordnar en slumpmässigt vald kund som lämnar som mer riskfylld än en lojal kund i 85 % av fallen.
Top-k-noggrannhet mäter hur ofta rätt svar finns bland en modells k mest sannolika förslag. Med top-1 räknas bara den första förutsägelsen; med top-5 räcker det att rätt klass finns bland de fem bästa, ett välkänt mått från benchmarks för bildigenkänning som ImageNet. Det är användbart överallt där användare ser flera förslag, till exempel produktrekommendationer eller autokomplettering.
