Quando si addestrano modelli su set di dati sbilanciati, dove alcune classi hanno molti più esempi di altre, quale metrica misura meglio l'equilibrio del modello nel rilevare e etichettare correttamente le classi?

Quando si addestrano modelli su set di dati sbilanciati, l'Accuracy può essere fuorviante perché un modello che classifica correttamente solo la classe maggioritaria può comunque ottenere un'alta percentuale di accuratezza. La Recall (sensibilità) misura la capacità del modello di identificare correttamente tutti i positivi reali, mentre la Precision (precisione) misura la proporzione di identificazioni positive che sono effettivamente corrette. Entrambe sono importanti, ma da sole non forniscono un quadro completo dell'equilibrio. L'F1 score è la media armonica di Precision e Recall, fornendo una singola metrica che bilancia entrambi gli aspetti. È particolarmente utile nei set di dati sbilanciati perché penalizza i modelli che eccellono in una metrica ma falliscono nell'altra, offrendo una valutazione più robusta delle prestazioni complessive del modello nel rilevare e etichettare correttamente le classi minoritarie e maggioritarie.