Les systèmes d'apprentissage supervisés sont évalués à l'aide de diverses mesures pour déterminer leur efficacité. Deux mesures communes sont la précision et la précision.

Précision de calcul

La précision mesure la proportion de prédictions correctes faites par le modèle sur toutes les prédictions. Elle est calculée à l'aide de la formule :

Acquiescement = (Nombre de prévisions correctes) / (Nombre total de prévisions)

Par exemple, si un modèle prédit correctement 90 cas sur 100, la précision est de 0,9 ou 90 %.

Calcul de la précision

La précision est axée sur les prédictions positives faites par le modèle. Elle indique combien de positifs prévus sont positifs réels. La formule est:

Précision = (vrais positifs) / (vrais positifs + faux positifs)

Par exemple, si un modèle prédit 50 positifs, et 40 d'entre eux sont exacts, la précision est de 0,8 ou 80%.

Résumé des étapes de calcul

  • Déterminer le nombre total de prédictions et de prévisions correctes pour l'exactitude.
  • Comptez les vrais positifs et les faux positifs pour la précision.
  • Appliquer les formules pour calculer chaque métrique.