Đánh giá hiệu suất của máy học mô hình là thiết yếu để hiểu hiệu quả của chúng. trong giám sát học tập, đo lường như chính xác, chính xác, và nhớ lại thường được sử dụng để đo lường làm thế nào tốt một mô hình dự đoán kết quả.

Độ chính xác

Tính toán tỉ lệ của các dự đoán đúng trong tất cả các dự đoán, bằng cách phân chia số dự đoán đúng bằng tổng số dự đoán.

Tuy tính chính xác có ích, nhưng nó có thể đánh lạc hướng các bộ dữ liệu có sự mất cân bằng nơi một lớp chiếm ưu thế.

Độ chính xác và sự nhớ lại

Độ chính xác cho thấy tỷ lệ của những dự đoán tích cực đúng giữa tất cả những dự đoán tích cực của mô hình. nó phản ánh khả năng của mô hình để tránh những kết quả dương tính sai.

Hãy nhớ rằng, cũng được gọi là độ nhạy cảm, đo tỷ lệ tích cực thực sự đúng theo mô hình, cho thấy mô hình phát hiện các trường hợp tích cực.

Tính toán các chuyên gia

Những thước đo này bắt nguồn từ ma trận nhầm lẫn, tóm tắt những tích cực thật (PPP), dương tính sai (FP), âm bản thật (TN) và âm bản sai (FN).

Công thức:

  • ) (PP + gốc và quỳ)
  • Độ xoay: TP / (P + FP)
  • Gọi lại: TP / (P + FN)