Binääriklassifikaattorien arviointi

term_id: evaluation_of_binary_classifiers

Category: basic_concepts

Definition

Tämä ala sisältää metrikkien kuten tarkkuuden (accuracy), tarkkuuden (precision), kaltevuuden (recall), F1-pisteen ja vastaanottajan toimintakäyrän alla olevan pinta-alan (AUC-ROC) analysoinnin. Se auttaa määrittämään, kuinka hyvin malli erottaa luokat toisistaan.

Summary

Prosessi, jossa arvioidaan koneoppimismallien suorituskykyä, jotka ennustavat yhtä kahta mahdollista tulosta.

Key Concepts

  • Sekavuusmatriisi
  • Tarkkuuden ja kaltevuuden välinen kompromissi
  • ROC-käyrä
  • F1-piste

Use Cases

  • Lääketieteellinen tautien seulonta
  • Roskapostin suodatus
  • Luottamusriskin arviointi

Code Example

1
2

from sklearn.metrics import classification_report
print(classification_report(y_true, y_pred))

Related