وتعد مقاييس مصفوفة الاتحاد أدوات أساسية لتقييم أداء نماذج التصنيف، وهي توفر معلومات عن مدى تنبؤ نموذجي بمختلف الطبقات وتساعد على تحديد المجالات التي يتعين تحسينها، وفهم كيفية استخلاص وتفسير القياسات مثل الدقة والتذكر، وF1-Score أمر حاسم للتقييم النموذجي العملي.

فهم مصفوفة الكونفوسيون

ومصفوفة الارتباك هي جدول يوجز أداء خوارزمية التصنيف، وهي تبين عدّة عوامل إيجابية حقيقية، وإيجابيات كاذبة، وسلبية حقيقية، وسلبية كاذبة، وتشكل هذه القيم الأساس لحساب القياسات الرئيسية التي تقيس مختلف جوانب الدقة النموذجية.

الدقة والتقدير

(ب) تدابير الضبط نسبة التنبؤات الإيجابية الصحيحة، المحسوبة على أنها [(FLT:0]]) الدقة = إيجابيات حقيقية/(الرسوم الإيجابية + الإيجابية) . ويشير الاسترداد، المعروف أيضاً بالحساسية، إلى نسبة الإيجابية الفعلية المحددة بشكل صحيح، محسوبة على أنها

F1-Score and Its Significance

The F1-score combines precision and recall into a single metric by calcision * Recall) / (Precision + Recall).

التطبيق العملي

وتستخدم هذه القياسات لتقييم النماذج في مختلف المجالات، مثل التشخيص الطبي، وكشف الأشعة، والكشف عن الصور، والتعرف على الصور، ومن خلال الاستدلال والتحليل الدقيق، والتذكر، وF1-Score، يمكن للممارسين اتخاذ قرارات مستنيرة بشأن النشر والتحسين النموذجيين.