LeistungsmetrikenEs handelt sich um ein Bewertungskriterium zur Messung der Generalisierungsfähigkeit eines Modells, das zur Bestimmung der Qualität von Ergebnissen des maschinellen Lernens verwendet wird.

Beim Vergleich der Fähigkeiten verschiedener Modelle führt die Verwendung unterschiedlicher Leistungsmetriken zu unterschiedlichen Bewertungsergebnissen. Die Beurteilung der Qualität eines Modells ist relativ und hängt davon ab, welche Leistungsmetrik verwendet wird. Die Art der Leistungsmetrik hängt von den tatsächlichen Aufgabenanforderungen ab.

Allgemeine Leistungsmetriken

• Leistungsmetriken für Regressionsaufgaben: Mittlerer quadratischer Fehler
• Leistungsmaße bei Klassifizierungsaufgaben: Fehlerrate und Genauigkeit; Präzision, Rückruf und F1-Maß; Receiver-Operating-Characteristic-Kurve ROC und AUC (Fläche unter der ROC-Kurve); kostensensitive Fehlerrate und Kostenkurve.