Un team di ML sta valutando un modello che prevede l'abbandono dei clienti (una classificazione binaria). Quale metrica è appropriata per misurare le prestazioni del modello su questo compito?

Il punteggio F1 è la metrica più appropriata per la classificazione binaria, specialmente quando le classi sono sbilanciate, come spesso accade nei problemi di abbandono dei clienti. Combina precisione e richiamo in un unico valore, fornendo una misura equilibrata delle prestazioni del modello. L'Errore quadratico medio (MSE) e l'R-quadrato sono metriche utilizzate per la regressione, non per la classificazione. Il tempo impiegato per addestrare il modello è una metrica di efficienza computazionale, non di accuratezza predittiva.