وفي مشاكل التصنيف الخاضعة للإشراف، من الضروري تقييم أداء النموذج، كما أن القياسات مثل الدقة والتذكر وسجلات F1 توفر معلومات عن مدى توقع النموذج على فئات مختلفة، كما أن فهم كيفية حساب هذه القياسات يساعد على اختيار النماذج وضبطها بفعالية.

الدقة

ويقيّم الدقة نسبة التنبؤات الإيجابية الصحيحة، ويحسب ذلك على أنه عدد الإيجابيات الحقيقية التي تقسم إلى مجموع الإيجابيات الحقيقية والإيجابات الكاذبة.

والصيغة التي تُصاغ بدقة هي:

Precision = True Positives / (True Positives + False Positives)]

Recall

ويقيّم الركائز، المعروفة أيضاً بالحساسية، نسبة الإيجابيات الفعلية التي تم تحديدها بشكل صحيح، ويحسب على أنها عدد الإيجابيات الحقيقية التي تقسم إلى مجموع الإيجابيات الحقيقية والسلبيات الكاذبة.

والصيغة التي يستدل عليها التذكير هي:

Recall = True Positives / (True Positives + False Negatives)]

F1 Score

ويجمع مؤشر F1 الدقة ويدخل في قياس واحد من خلال حساب متوسطه المتجانس، ويوفر تدبيرا متوازنا، لا سيما عندما يكون توزيع الصفات غير متساو.

والصيغة الخاصة بمؤشر F1 هي:

F1 Score = 2 * (Precision * Recall) / (Precision + Recall)]

موجز

  • الدقة تشير إلى دقة التنبؤات الإيجابية
  • Recall measures the ability to identify all positive instances.
  • الـ (إف 1) يُسجل بدقة ويُذكر إلى قياس واحد