Jump to content
  • entries
    7
  • comments
    0
  • views
    26,725

Doğuhan ELMA

146 views

F1 skoru, bir sınıflandırma modelinin performansını değerlendirmek için kullanılan bir metrik olarak öne çıkar. Özellikle dengesiz sınıflandırma problemlerinde, yani sınıflar arasında örnek sayıları farklı olan durumlarda kullanışlıdır. F1 skoru, hassasiyet (precision) ve geri çağrı (recall) ölçümlerini birleştirir.

F1 skoru şu şekilde hesaplanır:

Hassasiyet (Precision): Hassasiyet, pozitif olarak tahmin edilen örneklerin gerçekten pozitif olma olasılığını ölçer. Aşağıdaki formülle hesaplanır:

Hassasiyet=(TP+FP)/TP

TP (True Positive) doğru pozitifleri, FP (False Positive) yanlış pozitifleri temsil eder.

 

Geri Çağrı (Recall): Geri çağrı, gerçekten pozitif olan örneklerin kaçını pozitif olarak tahmin ettiğimizi ölçer. Aşağıdaki formülle hesaplanır:

Geri Çağrı =TP / (FN+TP)

FN (False Negative) yanlış negatifleri temsil eder.

F1 Skoru: F1 skoru, hassasiyet ve geri çağrının harmonik ortalamasıdır ve şu şekilde hesaplanır:

F1 = (2xHassasiyet + Geri Çağrı)/(Hassasiyet + Geri Çağrı)

F1 skoru, hem hassasiyeti hem de geri çağrıyı dikkate alarak bir denge sağlar. Bu özellik, özellikle sınıflar arasındaki örnek sayıları dengesiz olduğunda önemlidir.

F1 skoru genellikle 0 ile 1 arasında bir değer alır, 1 en iyi performansı temsil ederken, 0 en kötü performansı temsil eder.

0 Comments


Recommended Comments

There are no comments to display.

Guest
Add a comment...

×   Pasted as rich text.   Restore formatting

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

×
×
  • Create New...