Évaluation des classificateurs binaires

term_id: evaluation_of_binary_classifiers

Category: basic_concepts

Definition

Ce domaine implique l’analyse de métriques telles que la précision globale (accuracy), la précision (precision), le rappel (recall), le score F1 et l’Aire sous la courbe ROC (AUC-ROC). Cela permet de déterminer dans quelle mesure un modèle fonctionne bien pour distinguer les deux classes.

Summary

Le processus d’évaluation des performances des modèles d’apprentissage automatique qui prédisent l’une des deux issues possibles.

Key Concepts

  • Matrice de confusion
  • Compromis Précision-Rappel
  • Courbe ROC
  • Score F1

Use Cases

  • Dépistage médical des maladies
  • Filtrage des courriels indésirables (spam)
  • Évaluation du risque de crédit

Code Example

1
2

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

Related