Evaluating Model Performance

3 belangrijke vragen over Evaluating Model Performance

Waarom is het soms beter om een fout te maken bij het voorspellen of iemand kanker heeft?

- Voorspellingen streven niet altijd naar de hoogste nauwkeurigheid.
- Bij kankerdiagnoses kan een fout in één richting de voorkeur krijgen om mogelijke gevallen niet te missen.

Wat zijn de definities van precisie en recall in binaire classificatieproblemen?

- Precisie (P) is de verhouding van correct geïdentificeerde positieve gevallen ten opzichte van alle door het systeem geïdentificeerde positieve gevallen.
- Recall (R) is de verhouding van correct geïdentificeerde positieve gevallen ten opzichte van het totaal aantal positieve gevallen in de data.
- S staat voor het aantal positieve gevallen gevonden door het systeem.
- T staat voor het aantal positieve gevallen in de data.
- I staat voor het aantal correct geïdentificeerde positieve gevallen door het systeem.

Wat beschrijven sensitiviteit en specificiteit in de medische context?

- Sensitiviteit: toont hoge recall (het vermogen om daadwerkelijke positieven correct te identificeren).
- Specificiteit: effectief in het niet identificeren van vals positieven (dingen die het niet wil vinden).
- Beide worden vaak gevisualiseerd met een ROC-curve, die de sensitiviteit plaatst tegenover 1 - specificiteit.
- De AUC (Area Under the Curve) van de ROC biedt een betekenisvolle waarde voor de prestatie van een systeem.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo