Indicateurs de performanceIl s’agit d’un critère d’évaluation permettant de mesurer la capacité de généralisation d’un modèle, qui est utilisé pour déterminer la qualité des résultats de l’apprentissage automatique.

Lors de la comparaison des capacités de différents modèles, l’utilisation de différentes mesures de performance conduira à des résultats d’évaluation différents. Juger la qualité d’un modèle est relatif et dépend de la mesure de performance utilisée. Le type de mesure de performance dépend des exigences réelles de la tâche.

Indicateurs de performance communs

• Indicateurs de performance pour les tâches de régression : erreur quadratique moyenne
• Mesures de performance dans les tâches de classification : taux d’erreur et précision ; précision, rappel et mesure F1 ; courbe caractéristique de fonctionnement du récepteur ROC et AUC (aire sous la courbe ROC) ; taux d'erreur sensible aux coûts et courbe de coûts.