Bir ML ekibi, müşteri kaybını (ikili sınıflandırma) tahmin eden bir modeli değerlendiriyor. Bu görevde modelin performansını ölçmek için hangi metrik uygundur?

Müşteri kaybı tahmini, bir müşterinin ayrılıp ayrılmayacağını belirleyen ikili bir sınıflandırma problemidir. Bu tür dengesiz veri kümelerinde (kayıp yaşayan müşteri sayısı, kayıp yaşamayanlara göre genellikle daha azdır) F1 skoru uygun bir metriktir. F1 skoru, hassasiyet (precision) ve duyarlılığın (recall) harmonik ortalamasıdır ve hem pozitif sınıfı doğru tahmin etme yeteneğini hem de tüm pozitif örnekleri yakalama yeteneğini dengeler. Mean squared error (MSE) ve R-squared, regresyon problemleri için kullanılan metriklerdir, sınıflandırma için uygun değildir. Modeli eğitmek için harcanan süre ise bir performans metriği değil, modelin eğitim verimliliğini gösteren operasyonel bir ölçüttür.