Что такое точность модели
Метрика качества, которая показывает, какую долю предсказаний модель сделала правильно.
Определение
Точность часто используют в задачах классификации: например, когда модель определяет, спам это или обычное письмо. Если из 100 примеров модель правильно распознала 90, её точность равна 90%. Но сама по себе точность не всегда достаточна: при редких событиях модель может выглядеть хорошей, хотя пропускает самые важные случаи.
Пример
В задаче поиска мошеннических операций модель может почти всегда говорить «всё нормально» и иметь высокий процент правильных ответов, но при этом пропускать реальные атаки.
Почему важно
Понимание точности помогает не верить одной красивой цифре и правильно сравнивать ИИ-инструменты, особенно когда цена ошибки разная для разных классов.
Как работает
Метрику считают как отношение правильных ответов к общему числу проверенных примеров. Для честной оценки используют отдельную тестовую выборку, которую модель не видела при обучении.
Где применяется
- оценка классификаторов
- сравнение моделей
- контроль качества ИИ-сервиса
Ограничения
Точность плохо подходит для несбалансированных данных и задач, где одна ошибка опаснее другой. Часто нужны дополнительные метрики: полнота, точность положительного класса, F1 или AUC.