النتيجة F1-نتيجة

فهم الدقة والاسترجاع

قبل الغوص في نقاط F1-Score، من الضروري فهم مكوناتها:

• الدقة: يجيب هذا المقياس على السؤال: "من بين جميع الحالات التي تنبأ النموذج بأنها إيجابية، كم عدد الحالات التي كانت إيجابية بالفعل؟ وهو يركز على صحة التنبؤات الإيجابية، وتقليل الحالات الإيجابية الخاطئة (الأخطاء من النوع الأول). تُعد الدقة العالية مهمة عندما تكون تكلفة التنبؤات الإيجابية الخاطئة عالية.
• التذكر (الحساسية أو المعدل الإيجابي الحقيقي): يجيب هذا المقياس على السؤال "من بين جميع الحالات الإيجابية الفعلية، كم عدد الحالات الإيجابية الفعلية التي حددها النموذج بشكل صحيح؟ وهو يركز على العثور على جميع الحالات ذات الصلة، مما يقلل من الحالات السلبية الكاذبة (أخطاء النوع الثاني). يعد الاستدعاء المرتفع أمرًا بالغ الأهمية عندما يكون فقدان مثيل إيجابي مكلفًا.

يتم حساب هذه المقاييس باستخدام أعداد الإيجابيات الصحيحة (TP) والإيجابيات الخاطئة (FP) والسلبيات الخاطئة (FN) المستمدة من مصفوفة الارتباك.

لماذا تعتبر درجة F1 مهمة

قد تكون الدقة وحدها مضللة، خاصةً مع مجموعات البيانات غير المتوازنة. على سبيل المثال، إذا كانت مجموعة البيانات تحتوي على 95% من الحالات السلبية و5% من الحالات الإيجابية، فإن النموذج الذي يتنبأ دائمًا بالحالات السلبية سيحقق دقة بنسبة 95% ولكنه سيكون عديم الفائدة في تحديد الحالات الإيجابية (استدعاء صفر).

تعالج F1-Score هذا الأمر من خلال حساب المتوسط التوافقي للدقة والاسترجاع. يعاقب المتوسط التوافقي القيم المتطرفة أكثر من المتوسط الحسابي البسيط. وبالتالي، تتطلب النتيجة F1-Score العالية دقة عالية واستدعاءً عاليًا، مما يضمن التوازن بين الاثنين. وهو يتراوح من 0 (الأسوأ) إلى 1 (الأفضل).

تطبيقات F1-Score

F1-Score هو مقياس تقييم قياسي في العديد من مجالات الذكاء الاصطناعي والتعلم الآلي:

• استرجاع المعلومات: تقييم مدى ملاءمة واكتمال نتائج البحث.
• معالجة اللغات الطبيعية (NLP): تقييم الأداء في مهام مثل التعرف على الكيانات المسماة (NER) وتصنيف النصوص (على سبيل المثال، اكتشاف الرسائل الإلكترونية غير المرغوب فيها). في تصفية الرسائل غير المرغوب فيها، تساعد F1-Score في تحقيق التوازن بين التقاط رسائل البريد الإلكتروني غير المرغوب فيها (الاستدعاء) مع تقليل التصنيف الخاطئ لرسائل البريد الإلكتروني الشرعية (الدقة).
• الرؤية الحاسوبية: في حين أن مقاييس مثل متوسط الدقة المتوسطة (mAP) شائعة في نماذج اكتشاف الأجسام مثل Ultralytics YOLOيمكن استخدام F1-Score لتقييم الأداء لفئات كائنات محددة أو في مهام التجزئة. يمكنك معرفة المزيد حول هذه المقاييس في دليل مقاييس أداءYOLO .
• تحليل الصور الطبية: في أنظمة التشخيص، مثل الكشف عن الأورام من عمليات المسح الضوئي، يمكن أن يكون لفقدان حالة إيجابية (استدعاء منخفض) عواقب وخيمة، في حين أن الإنذارات الكاذبة (دقة منخفضة) يمكن أن تؤدي إلى ضغوط وإجراءات غير ضرورية. تساعد F1-Score في إيجاد التوازن الأمثل لعتبة قرار النموذج. مزيد من القراءة حول تقييم الاختبارات التشخيصية.
• الكشف عن الحالات الشاذة: تحديد المعاملات الاحتيالية النادرة أو الأعطال النادرة في النظام، حيث تكون الحالات الإيجابية نادرة ولكن من المهم اكتشافها.

النتيجة F1 مقابل المقاييس ذات الصلة

• الدقة: يقيس الدقة الإجمالية. مناسبة لمجموعات البيانات المتوازنة، ولكنها مضللة لمجموعات البيانات غير المتوازنة.
• الدقة: يركز على جودة التنبؤات الإيجابية (تقليل FP).
• التذكير: يركز على كمية الإيجابيات الفعلية التي تم العثور عليها (تقليل FN).
• متوسط متوسط الدقة (mAP): مقياس شائع في مشاكل الكشف عن الكائنات وترتيبها، حيث يقوم بمتوسط الدقة على عتبات الاستدعاء المختلفة و/أو الفئات. وهو يوفر رؤية أوسع للأداء عبر نقاط تشغيل مختلفة، على عكس F1-Score الذي يقيّم عادةً نقطة واحدة.
• المساحة تحت المنحنى (AUC): غالبًا ما تشير إلى المساحة تحت منحنى ROC، وتلخص أداء النموذج عبر جميع عتبات التصنيف.

يعتمد اختيار المقياس الصحيح على المشكلة المحددة والأهمية النسبية لتقليل الإيجابيات الخاطئة مقابل السلبيات الخاطئة. تسمح أدوات مثل Ultralytics HUB بتتبع مقاييس متعددة، بما في ذلك F1-Score، أثناء تدريب النموذج وتقييمه لمساعدة المستخدمين على اتخاذ قرارات مستنيرة. استكشف دروسUltralytics التعليمية للحصول على إرشادات عملية حول تقييم النموذج.