ويعد تقييم أداء نماذج التعلم الآلات أمرا أساسيا لفهم فعاليتها، ففي مجال التعليم المشرف، تستخدم مقاييس مثل الدقة والدقة والتذكر عادة لقياس مدى جودة التنبؤ بالنتائج.

Accuracy

ويقيّم الاستحقاق نسبة التنبؤات الصحيحة من جميع التنبؤات التي تمّت، ويحسب بتقسيم عدد التنبؤات الصحيحة حسب العدد الإجمالي للتنبؤات.

وفي حين أن الدقة مفيدة، يمكن أن تكون مضللة في مجموعات البيانات غير المتوازنة حيث تهيمن إحدى الفئات، وفي هذه الحالات، توفر مقاييس أخرى معلومات أفضل عن الأداء النموذجي.

الدقة والتقدير

الدقة تشير إلى نسبة التنبؤات الإيجابية الحقيقية بين كل التوقعات الإيجابية التي حققها النموذج، إنها تعكس قدرة النموذج على تجنب الإيجابات الكاذبة

ويقيِّم هذا النموذج، المعروف أيضاً بالحساسية، نسبة الإيجابيات الفعلية التي يحددها النموذج تحديداً صحيحاً، ويبين كيف يمكن للنموذج أن يكشف عن الحالات الإيجابية.

حساب القياسات

وهذه القياسات مستمدة من مصفوفة الارتباك التي تلخص الايجابيات الحقيقية، والإيجابات الكاذبة، والسلبيات الحقيقية (TN)، والسلبيات الكاذبة.

الاستمارة:

  • Accuracy:] (TP + TN) / (TP + FP + TN + FN + FN)
  • Precision:] TP / (TP + FP)
  • Recall:] TP / (TP + FN)