نتيجة F1

يعد F1-Score مقياس أداء مهمًا في التعلم الآلي يجمع بين الدقة والاسترجاع في متوسط توافقي واحد . وهو مفيد بشكل خاص لتقييم نماذج التصنيف حيث تكون مجموعة البيانات غير متوازنة أو حيث تترتب تكاليف مختلفة على الإيجابيات الكاذبة والسلبيات الكاذبة. على عكس الدقة المباشرة، التي يمكن أن تكون مضللة إذا سيطرت فئة واحدة على مجموعة البيانات، يوفر F1-Score رؤية أكثر توازناً لقدرة النموذج على تحديد الحالات ذات الصلة بشكل صحيح مع تقليل الأخطاء إلى الحد الأدنى. من خلال معاقبة القيم المتطرفة، يضمن الحصول على درجة عالية فقط عندما يكون كل من الدقة والاسترجاع مرتفعين بشكل معقول، مما يجعله مقياساً أساسياً في مجالات تتراوح من التشخيص الطبي إلى استرجاع المعلومات.

لماذا يعتبر F1-Score مهمًا في التعلم الآلي

في العديد من السيناريوهات الواقعية، لا يكفي مجرد معرفة النسبة المئوية للتنبؤات الصحيحة (الدقة). على سبيل المثال، في اكتشاف الحالات الشاذة، تفوق الحالات العادية الحالات الشاذة عددًا. قد يحقق النموذج الذي يتنبأ بـ "طبيعي" لكل مدخلات دقة بنسبة 99٪، ولكنه سيكون عديم الفائدة في اكتشاف المشكلات الفعلية. يعالج F1-Score هذه المشكلة من خلال موازنة مقياسين متنافسين:

• الدقة: يقيس جودة التنبؤات الإيجابية. يجيب على السؤال: "من بين جميع الحالات التي صنفها النموذج على أنها إيجابية، كم منها كانت إيجابية بالفعل؟"
• استرجاع: يقيس هذا المقياس كمية التنبؤات الإيجابية. ويجيب على السؤال التالي: "من بين جميع الحالات الإيجابية الفعلية، كم عدد الحالات التي حددها النموذج بشكل صحيح؟"

نظرًا لوجود مقايضة في كثير من الأحيان — حيث يؤدي تحسين الدقة إلى انخفاض الاسترجاع والعكس صحيح — يعمل F1-Score كمقياس موحد للعثور على نقطة التوازن المثلى. وهذا أمر بالغ الأهمية عند ضبط النماذج باستخدام تحسين المعلمات الفائقة لضمان أداء قوي في مختلف الظروف.

تطبيقات واقعية

تتعدى فائدة F1-Score مختلف الصناعات التي تكون فيها تكلفة الخطأ كبيرة.

• التشخيص الطبي: في الذكاء الاصطناعي في مجال الرعاية الصحية، وتحديداً في مهام مثل الكشف عن الأورام، فإن النتيجة السلبية الخاطئة (عدم اكتشاف ورم) تشكل خطراً على الحياة، في حين أن النتيجة الإيجابية الخاطئة (تحديد نسيج حميد) تسبب قلقاً لا داعي له. يساعد مؤشر F1 الباحثين على تحسين نماذج مثل YOLO26 لضمان أن يكون النظام حساساً بما يكفي للكشف عن الأمراض دون إرباك الأطباء بإنذارات كاذبة.
• استرجاع المعلومات والبحث: تستخدم محركات البحث وأنظمة تصنيف المستندات F1-Score لتقييم مدى الصلة. يرغب المستخدمون في رؤية جميع المستندات ذات الصلة (استرجاع عالي) ولكنهم لا يرغبون في البحث بين النتائج غير ذات الصلة (دقة عالية). يشير F1-Score العالي إلى أن المحرك يسترجع المعلومات الصحيحة بشكل فعال دون فوضى.
• تصفية البريد العشوائي: تستخدم خدمات البريد الإلكتروني تصنيف النصوص لفصل البريد العشوائي. يجب أن يلتقط النظام رسائل البريد الإلكتروني العشوائية (الاسترجاع) ولكن من المهم ألا يصنف رسائل البريد الإلكتروني المهمة على أنها بريد غير مرغوب فيه (الدقة). يُعد F1-Score المعيار الأساسي لهذه المرشحات.

حساب درجة F1 باستخدام Ultralytics

تعمل أطر الرؤية الحاسوبية الحديثة على تبسيط حساب هذه المقاييس. عند تدريب نماذج الكشف عن الكائنات، يتم حساب F1-Score تلقائيًا خلال مرحلة التحقق. تعرض Ultralytics هذه المقاييس في مخططات بيانية في الوقت الفعلي، مما يتيح للمستخدمين رؤية منحنى F1-Score مقابل عتبات ثقة مختلفة.

فيما يلي كيفية الوصول إلى مقاييس التحقق من الصحة، بما في ذلك مكونات F1-Score، باستخدام Python :

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Validate the model on a dataset (metrics are computed automatically)
# This returns a validator object containing precision, recall, and mAP
metrics = model.val(data="coco8.yaml")

# Print the Mean Average Precision (mAP50-95), which correlates with F1 performance
print(f"mAP50-95: {metrics.box.map}")

# Access precision and recall arrays to manually inspect the balance
print(f"Precision: {metrics.box.p}")
print(f"Recall: {metrics.box.r}")

نتيجة F1 مقابل المقاييس ذات الصلة

فهم كيفية اختلاف F1-Score عن معايير التقييم الأخرى أمر ضروري لاختيار الأداة المناسبة لمشروعك. .

• الفرق عن الدقة: تتعامل الدقة مع جميع الأخطاء على قدم المساواة. يعتبر F1-Score أفضل للمجموعات غير المتوازنة من البيانات لأنه يركز على أداء الفئة الإيجابية (الفئة الأقلية المحلية).
• العلاقة مع mAP: متوسط الدقة المتوسط (mAP) هو المعيار لمقارنة نماذج الكشف عن الكائنات عبر جميع عتبات الثقة. ومع ذلك، غالبًا ما يستخدم F1-Score لتحديد عتبة الثقة المثلى للنشر. يمكنك اختيار العتبة التي يصل فيها منحنى F1 إلى ذروته لنشر تطبيقك.
• مصفوفة الارتباك: توفر مصفوفة الارتباك الأعداد الأولية (الإيجابيات الحقيقية والإيجابيات الخاطئة وما إلى ذلك) التي يُشتق منها معدل F1. في حين توفر المصفوفة تفاصيل دقيقة، يوفر معدل F1 إحصائية موجزة واحدة للمقارنة السريعة.
• ROC-AUC: يقيس مساحة تحت المنحنى (AUC) قابلية الفصل عبر جميع العتبات. يُفضل استخدام F1-Score بشكل عام على ROC-AUC عندما يكون لديك توزيع فئات شديد الانحراف (على سبيل المثال، اكتشاف الاحتيال حيث يكون الاحتيال نادرًا).

تحسين درجة F1 الخاصة بك

إذا كان نموذجك يعاني من انخفاض في درجة F1، فهناك عدة استراتيجيات يمكن أن تساعدك. يمكن أن يؤدي زيادة البيانات إلى زيادة تنوع الأمثلة الإيجابية، مما يساعد النموذج على التعميم بشكل أفضل. يتيح استخدام التعلم النقلي من نماذج الأساس القوية للشبكة الاستفادة من الميزات المكتسبة مسبقًا. بالإضافة إلى ذلك، يمكن أن يؤدي تعديل عتبة الثقة أثناء الاستدلال إلى تغيير التوازن بين الدقة والاسترجاع يدويًا لتعظيم درجة F1 لحالة الاستخدام المحددة الخاصة بك.