Métriques d'Évaluation

Inférence, estimation et prise de décision à partir des données

La « précision » (accuracy) ressemble à la façon évidente de scorer un classifieur, juste jusqu'à ce qu'elle vous mente. La bonne métrique d'évaluation dépend entièrement de la tâche et du coût des différentes erreurs. Commencez par la matrice de confusion : comptes des vrais positifs (TP), faux positifs (FP), vrais négatifs (TN), et faux négatifs (FN). Toute métrique est construite à partir de ces quatre nombres.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ Métriques d'Évaluation
← Décalage du jeu de donnéesCalibration et scores propres →