Calcolo di precisione, riquadri e F1-score per le attività di classificazione Nlp

Precisione, richiamo e F1-score sono metriche importanti utilizzate per valutare le prestazioni dei modelli di classificazione NLP, che aiutano a capire come un modello predice classi diverse, soprattutto in datasets squilibri.

Capire la precisione

La precisione misura la proporzione di vere previsioni positive tra tutte le previsioni positive fatte dal modello, indica quanti dei casi positivi predetti sono effettivamente positivi.

Comprensione della Richiamo

Richiamo, anche nota come sensibilità, misura la proporzione di casi positivi effettivi che sono correttamente identificati dal modello, riflettendo la capacità del modello di rilevare istanze positive.

Calcolo del F1-Score

La F1-score è il mezzo armonico di precisione e richiamo, che fornisce un'unica metrica che si bilancia, particolarmente utile quando la distribuzione della classe è irregolare.

Calcolo di esempio

Supponiamo che un modello preveda 80 casi positivi, di cui 60 corretti. I casi positivi totali sono 70. I calcoli sono i seguenti: