Métriques de performance

Les métriques de performance sont des mesures utilisées pour évaluer la précision des modèles d’apprentissage machine. Elles aident à comprendre à quel point un modèle est bon pour prédire les bonnes réponses. C’est comme obtenir votre bulletin de notes après un examen; cela vous montre où vous avez bien réussi et où vous pourriez avoir besoin de vous améliorer.

Exemple : Pour un modèle de classification qui prédit si un e-mail est un spam, des métriques comme la précision, le rappel, et la valeur F1 sont utilisées. La précision mesure la proportion d’identifications positives réelles parmi celles étiquetées comme positives par le modèle, le rappel mesure la proportion d’identifications positives réelles correctement détectées par le modèle, et la valeur F1 est une moyenne harmonique de la précision et du rappel, offrant un équilibre entre les deux.

Retourner à l'index du lexique