accuracy
Accuracy er en metrik, der angiver andelen af korrekte forudsigelser ud af alle forudsigelser.
Kort fortalt
Accuracy måler, hvor ofte modellen har ret – simpelt antal rigtige delt med total.
- Kategori
- metrik
- Niveau
- begynder
- Udtale
- /ˈæk.jə.rə.si/
Betydninger
1- 1
Andelen af korrekte klassifikationer i forhold til det samlede antal forudsigelser.
- Modellen opnåede en accuracy på 0,92 på testdatasættet. — Eksempel
- Accuracy er velegnet til balancerede datasæt, men kan være misvisende ved stor klasseuligevægt. — Eksempel
Hvornår bruges det
Accuracy bruges primært til at evaluere klassifikationsmodeller, især når klasserne er nogenlunde balancerede. Det er en af de mest intuitive metrikker, men kan være misvisende ved skæve datasæt.
Formel
Accuracy = (TP + TN) / (TP + TN + FP + FN)Kodeeksempel
from sklearn.metrics import accuracy_score
y_true = [0, 1, 0, 1]
y_pred = [0, 1, 1, 1]
acc = accuracy_score(y_true, y_pred)
print(acc) # Output: 0.75Eksempel på beregning af accuracy med scikit-learn.
Oprindelse
Fra latin 'accuratus' (omhyggelig, præcis), via engelsk 'accuracy'.