Sınıflandırma modellerini birbiriyle karşılaştırmak ve değerlendirmek için genellikle hangi metrik en uygunudur?

Sınıflandırma modellerini karşılaştırmak ve değerlendirmek için en uygun metrik genellikle Eğri Altındaki Alan (AUC) değeridir. AUC, bir sınıflandırıcının farklı eşik değerlerinde ne kadar iyi performans gösterdiğini özetleyen tek bir sayıdır ve modelin tüm olası sınıflandırma eşiklerinde pozitif ve negatif sınıfları ne kadar iyi ayırdığını gösterir. Daha yüksek bir AUC değeri, modelin daha iyi bir ayrım yeteneğine sahip olduğunu gösterir. Recall (Duyarlılık), modelin tüm pozitif örnekleri ne kadar iyi yakaladığını ölçer, ancak yanlış pozitifleri dikkate almaz. Misclassification rate (Yanlış sınıflandırma oranı), modelin yanlış tahmin ettiği örneklerin oranını gösterir, ancak sınıf dengesizliği durumlarında yanıltıcı olabilir. Mean Absolute Percentage Error (MAPE), regresyon modelleri için bir hata metriğidir ve sınıflandırma modelleri için uygun değildir.