Precizia, rechemarea și scorul F1 sunt indicatori importanți utilizați pentru evaluarea performanței modelelor de clasificare NLP. Ele ajută la înțelegerea modului în care un model prezice diferite clase, în special în seturi de date dezechilibrate.

Precizie de înțelegere

Precizia măsoară proporția de predicții pozitive reale între toate previziunile pozitive făcute de model. Aceasta indică cât de multe dintre cazurile pozitive anticipate sunt de fapt pozitive.

Rechemare înţelegere

Reamintim, de asemenea, ca sensibilitate, măsoară proporția de cazuri pozitive reale care sunt identificate corect prin model. Ea reflectă capacitatea modelului de a detecta cazuri pozitive.

Calcularea scorului F1-Scor

F1-score este media armonică de precizie și de rechemare. Acesta oferă un singur metric care echilibrează atât, în special util atunci când distribuția clasei este inegală.

Calculul de exemplu

Să presupunem că un model prezice 80 de cazuri pozitive, dintre care 60 sunt corecte. Total cazuri pozitive reale sunt 70. Calculele sunt după cum urmează:

  • Precizie: 60 / 80 = 0,75
  • Rechemare: 60 / 70
  • F1-Scor: 2 * (0,75 * 0,857) / (0,75 + 0,857)