Оценка бинарных классификаторов

term_id: evaluation_of_binary_classifiers

Category: basic_concepts

Definition

Эта область включает анализ таких метрик, как точность (accuracy), прецизионность (precision), полнота (recall), F1-мера и площадь под ROC-кривой (AUC-ROC). Это помогает определить, насколько хорошо модель различает классы.

Summary

Процесс оценки производительности моделей машинного обучения, предсказывающих один из двух возможных исходов.

Key Concepts

  • Матрица ошибок
  • Компромисс между точностью и полнотой
  • ROC-кривая
  • F1-мера

Use Cases

  • Скрининг медицинских заболеваний
  • Фильтрация спама в электронной почте
  • Оценка кредитных рисков

Code Example

1
2

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

Related