F1-Skor

Kesinlik ve Geri Çağrılmayı Anlama

F1-Skoruna geçmeden önce, bileşenlerini anlamak çok önemlidir:

• Hassasiyet: Bu metrik şu soruyu yanıtlar: "Modelin pozitif olarak tahmin ettiği tüm örneklerden kaç tanesi gerçekten pozitifti?" Yanlış Pozitifleri (Tip I hataları) en aza indirerek pozitif tahminlerin doğruluğuna odaklanır. Yanlış pozitifin maliyeti yüksek olduğunda yüksek hassasiyet önemlidir.
• Geri Çağırma (Hassasiyet veya Doğru Pozitif Oranı): Bu metrik şu soruya cevap verir: "Tüm gerçek pozitif örneklerden kaç tanesini model doğru şekilde tanımladı?" Yanlış Negatifleri (Tip II hataları) en aza indirerek ilgili tüm örnekleri bulmaya odaklanır. Pozitif bir örneği kaçırmak maliyetli olduğunda yüksek geri çağırma çok önemlidir.

Bu metrikler, bir karışıklık matrisinden elde edilen Doğru Pozitifler (TP), Yanlış Pozitifler (FP) ve Yanlış Negatifler (FN) sayıları kullanılarak hesaplanır.

F1-Skoru Neden Önemlidir?

Tek başına doğruluk, özellikle dengesiz veri kümelerinde yanıltıcı olabilir. Örneğin, bir veri kümesinde %95 negatif örnek ve %5 pozitif örnek varsa, her zaman "negatif" tahmininde bulunan bir model %95 doğruluk elde edecek ancak pozitif vakaları tanımlamak için işe yaramayacaktır (sıfır geri çağırma).

F1-Skoru, Kesinlik ve Hatırlama değerlerinin harmonik ortalamasını hesaplayarak bu sorunu çözmektedir. Harmonik ortalama, uç değerleri basit bir aritmetik ortalamadan daha fazla cezalandırır. Sonuç olarak, yüksek bir F1-Skoru hem yüksek hassasiyet hem de yüksek geri çağırma gerektirir ve ikisi arasında bir denge sağlar. 0 (en kötü) ile 1 (en iyi) arasında değişir.

F1-Skor Uygulamaları

F1-Skor, birçok yapay zeka ve makine öğrenimi alanında standart bir değerlendirme metriğidir:

• Bilgi Edinme: Arama sonuçlarının alaka düzeyini ve bütünlüğünü değerlendirme.
• Doğal Dil İşleme (NLP): Adlandırılmış Varlık Tanıma (NER) ve metin sınıflandırma (örn. spam algılama) gibi görevlerde performansın değerlendirilmesi. Spam filtrelemede F1-Score, spam e-postaları yakalamayı (geri çağırma) dengelerken meşru e-postaların yanlış sınıflandırılmasını (hassasiyet) en aza indirmeye yardımcı olur.
• Bilgisayarla Görme: Ortalama Ortalama Hassasiyet (mAP) gibi metrikler nesne algılama modelleri için yaygın olsa da Ultralytics YOLOF1-Skoru, belirli nesne sınıfları için veya segmentasyon görevlerinde performansı değerlendirmek için kullanılabilir. Bu metrikler hakkında daha fazla bilgiyi YOLO Performans Metrikleri kılavuzunda bulabilirsiniz.
• Tıbbi Görüntü Analizi: Taramalardan tümör tespiti gibi teşhis sistemlerinde, pozitif bir vakayı kaçırmanın (düşük geri çağırma) ciddi sonuçları olabilirken, yanlış alarmlar (düşük hassasiyet) gereksiz stres ve prosedürlere yol açabilir. F1-Skoru, modelin karar eşiği için en uygun dengeyi bulmaya yardımcı olur. Tanı testlerinin değerlendirilmesine ilişkin daha fazla okuma.
• Anomali Tespiti: Pozitif örneklerin seyrek ancak tespit edilmesinin kritik olduğu nadir hileli işlemlerin veya sistem arızalarının belirlenmesi.

F1-Skoru ve İlgili Metrikler

• Doğruluk: Genel doğruluğu ölçer. Dengeli veri kümeleri için uygundur ancak dengesiz olanlar için yanıltıcıdır.
• Kesinlik: Pozitif tahminlerin kalitesine odaklanır (FP'yi en aza indirir).
• Geri çağırma: Bulunan gerçek pozitiflerin miktarına odaklanır (FN'yi en aza indirir).
• Ortalama Ortalama Kesinlik (mAP): Nesne algılama ve sıralama problemlerinde yaygın bir metrik olup çeşitli geri çağırma eşikleri ve/veya sınıflar üzerinden hassasiyetin ortalamasını alır. Tipik olarak tek bir noktayı değerlendiren F1-Skorunun aksine, farklı çalışma noktalarındaki performansın daha geniş bir görünümünü sağlar.
• Eğri Altındaki Alan (AUC): Genellikle tüm sınıflandırma eşiklerinde model performansını özetleyen ROC eğrisinin altındaki alanı ifade eder.

Doğru metriği seçmek, belirli bir probleme ve yanlış pozitiflere karşı yanlış negatifleri en aza indirmenin göreceli önemine bağlıdır. Ultralytics HUB gibi araçlar, kullanıcıların bilinçli kararlar vermelerine yardımcı olmak için model eğitimi ve değerlendirmesi sırasında F1-Score dahil olmak üzere birden fazla metriğin izlenmesine izin verir. Model değerlendirme konusunda pratik rehberlik için Ultralytics eğitimlerini keşfedin.