Výpočet F-skóre v strojovom učení

F-skóre je jedna z najdôležitejších metrík pri hodnotení modelov v strojovom učení a štatistike. Kalkulačka nám umožní vypočítať presnosť (Precision), spomienku (Recall) a výsledné F-skóre.


Ako vypočítať F-skóre

Postupujeme podľa týchto krokov a zadáme:

  • počet správne označených pozitívnych prípadov (True Positives),
  • počet nesprávne označených pozitívnych prípadov (False Positives),
  • počet nesprávne označených negatívnych prípadov (False Negatives),
  • klikneme na tlačidlo „Vypočítať“,
  • kalkulačka zobrazí výsledok:
    • Precision (presnosť),
    • Recall (spomienku),
    • F1-skóre.

Výsledky uvádzame v desatinnom tvare aj v percentách.

Čo je F-skóre

F-skóre (často označované ako F-score) je metrika, ktorá kombinuje Precision (presnosť) a Recall (spomienku) do jednej hodnoty.

Používame ju najmä v prípadoch, keď sú dáta nevyvážené – napríklad keď máme málo pozitívnych prípadov v porovnaní s negatívnymi.

  • Precision odpovedá na otázku: Koľko z predikovaných pozitívnych bolo naozaj správnych?
  • Recall odpovedá na otázku: Koľko zo všetkých skutočných pozitívnych sme správne zachytili?

F-skóre je harmonický priemer týchto dvoch metrík, čo znamená, že zohľadňuje obe naraz.

Vzorec F-skóre

Precision = TP / (TP + FP)

Recall = TP / (TP + FN)

F-skóre = 2 * (Precision * Recall) / (Precision + Recall)

Kde:

  • TP je True Positives, (správne predikované pozitívne prípady),
  • FP je Fasle Positives (nesprávne predikované pozitívne prípady),
  • FN je False Negatives (nesprávne predikované negatívne prípady).

Príklad výpočtu F-skóre

Predstavme si model s nasledujúcimi výsledkami:

  • TP = 30,
  • FP = 20,
  • FN = 10

Vypočítajme F-skóre.

Riešenie:

  • Precision = 30 / (30 + 20) = 0,6 -> 60,0%
  • Recall = 30 / (30 + 10) = 0,75 -> 75 %
  • F-skóre = 2 * (0,6 × 0,75) / (0,6 + 0,75) = 0,667 → 66,7 %

Výsledok:

F-skóre 66,7 % ukazuje vyvážený výkon modelu. Hodnota < 70 % znamená, že model je stredne presný a stredne citlivý, nie ideálny.

V praxi by sme sa pri takomto F-skóre pozreli na možnosti zlepšenia modelu, napr. znížením počtu falošných poplachov (FP) alebo zachytením viac skutočných pozitívnych (zníženie FN).

Prečo je F-skóre dôležité?

Samotná presnosť alebo spomienka nemusia poskytnúť dostatočný obraz o kvalite modelu.

F-skóre kombinuje obe hodnoty, takže:

  • ak je vysoká presnosť, ale nízka spomienka → model síce robí málo chýb, ale veľa pozitívnych prípadov prehliada,
  • ak je vysoká spomienka, ale nízka presnosť → model zachytí väčšinu pozitívnych prípadov, ale robí veľa falošných poplachov,
  • vyvážené F-skóre ukazuje optimálny kompromis.

Najčastejšie kladené otázky (FAQ)

Aký je rozdiel medzi F1-skóre a F-skóre?

Najčastejšie sa pod pojmom F-skóre myslí F1-skóre. Existujú však aj všeobecnejšie varianty (F-beta skóre), kde sa kladie väčší dôraz buď na presnosť, alebo na spomienku.

Je lepšie mať vyššie F-skóre?

Áno, hodnoty F-skóre sa pohybujú od 0 do 1 (alebo od 0 % do 100 %). Vyššia hodnota znamená lepší výkon modelu.

Kedy použiť F-skóre namiesto presnosti alebo spomienky?

Najmä v prípadoch, keď sú dáta nevyvážené (napr. detekcia podvodov, medicínska diagnostika), a je dôležité hodnotiť oboje naraz.

Čo znamená F1-skóre = 0?

Znamená to, že model neoznačil správne žiadny pozitívny prípad, alebo že výpočty viedli k nulovej presnosti aj spomienke.

Existuje ideálna hodnota F-skóre?

Ideálna je hodnota 1 (100 %), čo znamená dokonalý model. V praxi je však dôležité sledovať aj kontext a obchodné ciele.

Zdroje: