Sa mga klasipikasyong pinangangasiwaan, mahalaga ang pagsusuri sa pagganap ng isang modelo. ang mga metrikong katulad ng prekwensiya, pag-aalala, at iskor na F1 ay nagbibigay ng mga kabatiran kung gaano kahusay ang paghula ng modelo sa iba't ibang klase.Ang pag-unawa kung paano mabisang matatantiya ang mga modelong ito ay nakakatulong sa pagpili at pag-aayos.
Pag - iingat
Ang precision ay sumusukat sa proporsiyon ng mga positibong prediksiyon na tama. Ito ay kinakalkula bilang bilang bilang ng mga tunay na positibong hinati ng kabuuan ng mga tunay na positibo at maling positibo.
Ang pormula para sa prekwensiya ay:
[[Parecision = Tunay na Positibo / (Tunay na Positibo + Huwad na mga Positibo)[
Alalahanin
Maaalaala, na kilala rin bilang sensitivity, ang sumusukat ng proporsiyon ng mga aktuwal na positibo na tama ang pagkakatukoy. Ito ay kinakalkula bilang ang bilang ng mga tunay na positibong hinati ng mga kabuuan ng mga tunay na positibo at maling negatibong mga bagay.
Ang pormula para sa pag - alaala ay:
[Talaksan = Tunay na Positibo / (Tunay na Positibo + Huwad na mga Negatibo)[
Mabilis na Pagdami
Ang iskor na F1 ay nagsasama ng prekwensiya at rememoryal sa isang metriko sa pamamagitan ng pagkalkula ng kanilang harmonikong mean.Ito ay nagbibigay ng timbang na sukat, lalo na kung ang distribusyon ng klase ay hindi pantay.
Ang pormula para sa iskor na F1 ay:
F1 Score = 2 * (Precision * Remember) / (Precision + Remember)
Sumaryo
- Ang precision ay nagpapakita ng katumpakan ng mga positibong prediksiyon.
- Nasusukat sa alaala ang kakayahang makilala ang lahat ng positibong mga pagkakataon.
- Ang F1 ay nagreresulta ng mga prekwensiya at repleksiyon sa isang metric.