Bases du machine learning · Évaluation de modèles

Métriques d'évaluation de classification

L'exactitude seule peut mentir ; précision, rappel, F1 et ROC-AUC capturent chacune une façon différente d'un classifieur d'avoir raison ou tort.

Commencer une leçon sur Métriques d'évaluation de classification

À apprendre d'abord

• Régression logistique: Un modèle linéaire adapté à la classification en compressant sa sortie en une probabilité.

Mène à

• Gestion du déséquilibre des classes: Des techniques pour quand une classe est très largement plus nombreuse qu'une autre, car l'exactitude seule devient dénuée de sens (prédire toujours la classe majoritaire « gagne »).

Notions liées

• Gestion du déséquilibre des classes: Des techniques pour quand une classe est très largement plus nombreuse qu'une autre, car l'exactitude seule devient dénuée de sens (prédire toujours la classe majoritaire « gagne »).