Ocena klasyfikatorów binarnych

term_id: evaluation_of_binary_classifiers

Category: basic_concepts

Definition

Ta dziedzina obejmuje analizę metryk takich jak dokładność, precyzja, czułość, wynik F1 oraz Pole Pod Krzywą ROC (AUC-ROC). Pomaga ona określić, jak dobrze model rozróżnia klasy.

Summary

Proces oceny wydajności modeli uczenia maszynowego przewidujących jeden z dwóch możliwych wyników.

Key Concepts

  • Macierz pomyłek
  • Kompromis między precyzją a czułością
  • Krzywa ROC
  • Wynik F1

Use Cases

  • Skryning chorób medycznych
  • Filtrowanie spamu w e-mailach
  • Ocena ryzyka kredytowego

Code Example

1
2

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

Related