Een ML-team evalueert een model dat klantverloop voorspelt (een binaire classificatie). Welke metriek is geschikt voor het meten van de prestaties van het model voor deze taak?

De F1-score is geschikt voor binaire classificatie, vooral bij onevenwichtige datasets (wat vaak voorkomt bij klantverloop). Het is het harmonische gemiddelde van precisie en recall, waardoor het een goede balans biedt tussen het minimaliseren van vals-positieven en vals-negatieven. Mean Squared Error (MSE) en R-squared zijn regressiemetrieken, niet geschikt voor classificatie. De tijd die nodig is om het model te trainen is een operationele metriek, geen prestatiemetriek voor de nauwkeurigheid van het model.