Mengapa ingat tidak memperhitungkan negatif sebenarnya? Dalam eksperimen di mana negatif sejati sama pentingnya dengan positif sejati, apakah metrik mereka yang sebanding memperhitungkannya?
precision-recall
Raffi Khatchadourian
sumber
sumber
Jawaban:
Ingat (dalam kombinasi dengan presisi) umumnya digunakan di daerah-daerah di mana orang terutama tertarik untuk menemukan Positif. Contoh untuk bidang tersebut adalah misalnya Pemasaran Kinerja atau (seperti yang telah disarankan oleh tautan ch'ls) bidang Pengambilan Informasi.
Begitu:
Jika Anda terutama tertarik untuk menemukan yang negatif, "True Negative Rate" (seperti yang sudah disarankan oleh chl) adalah jalan yang harus ditempuh. Tapi jangan lupa untuk melihat "presisi untuk fokus pada negatif" -metrik (yaitu , karena jika tidak, "True Negative Rate" dapat dioptimalkan dengan menetapkan prediksi ke "Negatif" untuk semua titik data).TNTN+FN
Jika Anda tertarik untuk mengoptimalkan penarikan untuk negatif dan positif, Anda harus melihat "Akurasi" (lihat lagi tautan chl). Namun waspadalah terhadap kemiringan kelas (yaitu Anda memiliki banyak lebih banyak hal positif daripada negatif atau sebaliknya ... dalam hal ini seseorang dapat "mengoptimalkan" keakuratan dengan mengatur prediksi ke kelas utama untuk semua titik data).
sumber