conversation_by_ovh

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
F-score opiera się na precyzji (precision) i czułości (recall), ponieważ stanowi próbę stworzenia bardziej uniwersalnej metryki. Ocenia ona model bardziej obiektywnie niż każda z tych dwóch metryk z osobna, będąc kompromisem między nimi. [eduexe-source]25:1[/eduexe-source][eduexe-source]25:3[/eduexe-source]

[student_1136_ovh]

A dlaczego opiera się na precyzji i czułości a nie na dokładności?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
F-score nie opiera się na dokładności (accuracy), ponieważ dokładność może być myląca, zwłaszcza gdy klasy w danych są znacząco niezbalansowane. W takich przypadkach model może uzyskać wysoką dokładność, błędnie klasyfikując rzadką klasę, jeśli poprawnie przewiduje większość przypadków klasy dominującej. F-score, będąc średnią harmoniczną precyzji i czułości, stanowi próbę stworzenia bardziej uniwersalnej metryki, która ocenia model bardziej obiektywnie, będąc kompromisem między tymi dwoma metrykami. [eduexe-source]22:6[/eduexe-source][eduexe-source]25:3[/eduexe-source]