Метрики модели, которые вы можете использовать для оценки своих моделей, и точность — это лишь одна из многих метрик модели, которые можно использовать для оценки любой модели. Вот несколько показателей модели, которые вы можете использовать для оценки вашей модели:

F-показатель точности припоминания (или показатель F1) Вы можете использовать эту формулу для расчета f-показателя припоминания точности: Точность = TP / ( TP + FP ) Отзыв = TP / ( TP + FN ) F-показатель = 2 * точность * отзыв TP = истинный положительный результат FP = ложный положительный результат FN = ложный отрицательный результат. Вы можете видеть, что f-оценка точного отзыва представляет собой средневзвешенное значение точности и отзыва. Веса настроены так, чтобы при расчете f-показателя большее значение имела точность, чем полнота. Это связано с тем, что часто важнее иметь высокую точность, чем высокий отзыв, особенно когда у вас есть проблема с бинарной классификацией.

  • Например, предположим, что вы прогнозируете, есть ли у человека рак или нет, на основе некоторых особенностей этого человека. Вы можете захотеть иметь здесь высокую точность, потому что если у вас низкая точность, вы…

Оценка F1 зависит от точности и отзыва. Это мера того, насколько хорош классификатор. Это также компромисс между точностью и отзывом. Это лучшая мера, когда вы хотите найти баланс между точностью и отзывом.