Classification Metrics
Accuracy alone can be misleading. Learn the full toolkit of classification metrics.
Accuracy: The Basics
جارٍ تحميل ساحة تجربة Python...
The Confusion Matrix
جارٍ تحميل ساحة تجربة Python...
Precision and Recall
جارٍ تحميل ساحة تجربة Python...
F1 Score: The Balance
جارٍ تحميل ساحة تجربة Python...
When to Prioritize What?
جارٍ تحميل ساحة تجربة Python...
Key Takeaways
- Accuracy can be misleading with imbalanced classes
- Confusion matrix shows TP, TN, FP, FN
- Precision: Of positive predictions, how many are correct?
- Recall: Of actual positives, how many did we find?
- F1 Score: Harmonic mean of precision and recall
- Choose metrics based on the cost of different errors
اختبار قصير
السؤال 1 من 520% مكتمل
0 من 5 أسئلة تمت الإجابة عنها
التالي · الدرس 22 من 35
Confusion Matrix and ROC Curves
قراءة 1 دقيقة
أنهيت 21 من 35 درسًا

اسأل Byte عن هذا الدرس
محادثة خاصة حول هذا الدرس. قرأ Byte الدرس كاملًا، ويجيب خلال ثوانٍ، ويُظهر القسم الذي تأتي منه كل إجابة. يمكنك السؤال بأي لغة.
الأسئلة والأجوبة
أسئلة عامة حول هذا الدرس. يجيب AI Tutor فورًا بلغتك، ويراجع فريق FreeAcademy الإجابات، ويمكن لكل المتعلمين قراءتها.

