Hassasiyet, hatırla ve F1-print, NLP sınıflandırma modellerinin performansını değerlendirmek için kullanılan önemli ölçümlerdir. Bir modelin farklı sınıfları nasıl iyi tahmin ettiğini anlamakta yardımcı olurlar, özellikle de dengesiz veri kümelerinde.

Hassasiyet Anlayışı Anlamak

Model tarafından yapılan tüm olumlu tahminlerin arasındaki gerçek olumlu tahminlerin oranını ölçür. Tahmin edilen olumlu vakaların çoğunun aslında olumlu olduğunu gösterir.

Anlamak

Recall, aynı zamanda duyarlı olarak da bilinir, model tarafından doğru şekilde tespit edilen gerçek olumlu vakaların oranını ölçer. Modelin olumlu örneklerini tespit etme yeteneğini yansıtmaktadır.

F1-Score'u hesaplamak

F1-mark hassas ve hatırlamanın harmonik anlamıdır. Her ikisinde de denge sağlayan tek bir metrik sunar, özellikle sınıf dağılımı eşitsiz olduğunda kullanışlıdır.

Örnek Hesaplama

Bir model 60'ın doğru olduğunu 80 olumlu vaka tahmin ediyor varsayalım. Toplam gerçek olumlu vaka 70. hesaplamalar şöyle:

  • [FONT:0)Öyleçme:[Döncük: [Döncü: 60 / 80 = 0.75
  • [FONT:0)Recall:[Dönem:[Dönem:[Dönem: ⁇ 0,3,00)
  • [FONT:0)F1-Score: [DFLT:1] 2 * (0.75 * 0.857) / (0.75 + 0.857) ⁇ 0.80