Firma stworzyła klasyfikator obrazów do wykrywania chorób roślin na podstawie zdjęć liści i chce poznać odsetek obrazów, które model poprawnie oznaczył. Jakiej metryki oceny powinni użyć?

Dokładność (Accuracy) jest najodpowiedniejszą metryką, ponieważ mierzy odsetek poprawnie sklasyfikowanych próbek (obrazów) spośród wszystkich próbek. W przypadku klasyfikatora obrazów chorób roślin, firma chce wiedzieć, ile zdjęć zostało poprawnie zidentyfikowanych, co jest dokładnie tym, co mierzy dokładność. Wynik R-kwadrat i Błąd średniokwadratowy (RMSE) są metrykami używanymi do oceny modeli regresji, a nie klasyfikacji. Współczynnik uczenia jest hiperparametrem używanym podczas treningu modelu, a nie metryką oceny jego wydajności.