Garfield
YZF Admin
Accuracy neyi ifade eder?
Accuracy, bir sistemin verdiği sonuçların ne kadarının doğru olduğunu gösteren doğruluk ölçüsüdür. Yazılımda, özellikle sınıflandırma modellerinde, doğru tahminlerin tüm tahminlere oranı olarak hesaplanır. Sonuç yüzdeye çevrildiğinde, örneğin %90 accuracy modelin 100 tahminin 90'ında doğru sonuç verdiği anlamına gelir; ancak hataların hangi sınıfta toplandığını tek başına göstermez.
Sınıflandırmada accuracy nasıl hesaplanır?
Bir modelin dört tahmini olsun:
- Gerçek değer: Olumlu, tahmin: Olumlu — doğru.
- Gerçek değer: Olumsuz, tahmin: Olumsuz — doğru.
- Gerçek değer: Olumlu, tahmin: Olumsuz — yanlış.
- Gerçek değer: Olumsuz, tahmin: Olumlu — yanlış.
Accuracy = Doğru tahmin sayısı / Toplam tahmin sayısı
Bu örnekte iki tahmin doğru, iki tahmin yanlıştır. Dolayısıyla accuracy değeri 2 / 4 = 0,50, yani %50 olur.
Daha büyük bir örnekte model 100 kayıt için 80 doğru ve 20 yanlış sonuç üretirse accuracy değeri 80 / 100 = 0,80, yani %80 olur. Bu hesap, modelin genel isabet oranını verir.
Accuracy sonucu nasıl yorumlanır?
Accuracy değerinin yüksek olması, toplamda çok sayıda doğru tahmin yapıldığını gösterir; fakat modelin her sınıfta başarılı olduğunu kanıtlamaz. Örneğin 100 kaydın 95'i "normal", 5'i "riskli" olsun. Model bütün kayıtları "normal" tahmin ederse accuracy %95 çıkar. Buna rağmen riskli kayıtların hiçbirini bulamamıştır.
Bu nedenle sınıflar dengesiz dağılıyorsa yalnızca accuracy değerine bakmak yanıltıcı olabilir. Özellikle nadir görülen sınıf önemliyse precision, recall ve F1 skoru da incelenmelidir:
| Ölçüt | Temel soru | Ne zaman önemlidir? |
|---|---|---|
| Accuracy | Toplam tahminlerin kaçı doğru? | Sınıflar birbirine yakın sayıda olduğunda. |
| Precision | Olumlu tahminlerin kaçı gerçekten olumlu? | Yanlış olumlu sonuçların maliyeti yüksek olduğunda. |
| Recall | Gerçek olumlu kayıtların kaçı bulundu? | Olumlu kayıtları kaçırmamak önemli olduğunda. |
| F1 skoru | Precision ve recall dengesi nasıl? | İki ölçütün birlikte değerlendirilmesi gerektiğinde. |
Programlamada accuracy ile benzer kavramlar
Accuracy bazen "doğruluk" anlamında genel bir kalite ölçüsü olarak da kullanılır. Örneğin bir sayı hesaplamasının beklenen değere ne kadar yakın olduğu accuracy ile karıştırılabilir. Ancak makine öğrenmesindeki accuracy, doğrudan doğru sınıflandırmaların oranıdır.
Örneğin gerçek sonuçlar
[1, 0, 1, 1], model tahminleri [1, 0, 0, 1] ise üç tahmin doğrudur. Accuracy değeri 3 / 4 = 0,75, yani %75'tir. Modelin birinci, ikinci ve dördüncü kayıtları doğru; üçüncü kaydı yanlış sınıflandırdığı anlaşılır. Bu sonuç modelin genel isabetini gösterir, fakat yanlış sınıflandırmanın hangi sınıf için daha kritik olduğunu söylemez.Accuracy'yi raporlarken toplam kayıt sayısını, doğru tahmin sayısını ve sınıf dağılımını birlikte belirtin. Sınıflar dengesizse accuracy'yi tek başına başarı ölçütü kabul etmeyin; sınıf bazlı precision, recall veya F1 sonuçlarıyla birlikte değerlendirin.
