Une équipe d'apprentissage automatique évalue un modèle qui prédit le taux de désabonnement des clients (une classification binaire). Quelle métrique est appropriée pour mesurer la performance du modèle sur cette tâche ?

Le score F1 est une métrique appropriée pour la classification binaire, car il représente la moyenne harmonique de la précision et du rappel. Il est particulièrement utile lorsque les classes sont déséquilibrées, car il pénalise les modèles qui ont de nombreux faux positifs ou faux négatifs. L'erreur quadratique moyenne (MSE) et le R-carré sont des métriques utilisées pour les problèmes de régression, pas de classification. Le temps utilisé pour entraîner le modèle est une métrique de performance opérationnelle, pas une métrique de performance prédictive du modèle.