[eduexe-intent]other[/eduexe-intent]
Twoja odpowiedź jest częściowo poprawna, ale wymaga precyzacji. Dokładność (accuracy) może być mylącą metryką w sytuacji, gdy mamy do czynienia z nierówną liczebnością klas (ang. imbalanced classes), czyli gdy jedna klasa ma znacznie mniej przykładów niż pozostałe. W takim przypadku, nawet jeśli model ignoruje rzadką klasę i zawsze przewiduje klasę dominującą, dokładność może być wysoka, ale model będzie bezużyteczny dla rzadkiej klasy.
[eduexe-source]22:6[/eduexe-source]
Czy chcesz odpowiedzieć na kolejne pytanie, czy masz inne pytania?