Обсуждение:Метрики качества в машинном обучении

Материал из MachineLearning.

Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши энциклопедическую статью для MachineLearning.ru на тему «Метрики качества в машинном обучении».

Целевая аудитория: мотивированные студенты, преподаватели и специалисты в AI/ML. Статья должна быть полезна новичку: дать понятные определения Accuracy, Precision, Recall, F1, ROC-AUC, объяснить, в каких задачах какую метрику использовать, с простыми примерами. Профессионалу статья должна дать математические формулы, объяснить компромиссы (precision/recall, sensitivity/specificity), связь с матрицей ошибок, использование в задачах с дисбалансом классов, многоклассовые обобщения (micro/macro/macro-weighted).

Обязательные разделы: 1. Введение: что такое метрика качества, зачем она нужна (кратко, 2 абзаца) 2. Матрица ошибок (Confusion Matrix): определение и структура для бинарной классификации 3. Метрики для бинарной классификации: Accuracy, Precision, Recall, Specificity, F1-мера — формулы и интерпретация 4. Компромисс Precision/Recall: объяснение на примере, почему нельзя оптимизировать обе одновременно 5. ROC-кривая и AUC-ROC: построение, интерпретация, связь с порогом классификации 6. PR-кривая и AUC-PR: когда использовать вместо ROC (сильный дисбаланс классов) 7. Многоклассовые обобщения: микро-, макро- и взвешенное усреднение, отличие 8. Метрики для регрессии: MSE, MAE, RMSE, R², MAPE — формулы и интерпретация 9. Метрики для ранжирования: NDCG, MAP, MRR — кратко 10. Выбор метрики под задачу: практические рекомендации 11. Пример: выбор метрики для медицинской диагностики редкого заболевания (дисбаланс классов, важность полноты) 12. См. также: внутренние ссылки на другие страницы (Матрица ошибок, Точность и полнота, F-мера, Классификационный порог, Дисбаланс классов, ROC-кривая) 13. Литература (реальные источники)

Важно: статья должна быть структурированной и наглядной. Добавь таблицы для формул и сравнения метрик.

Стиль академичный, ясный, без рекламных фраз и нейросетевых штампов. Формулы оформляй только через , выключные формулы через :: . Термины оформляй как внутренние ссылки. В начале статьи добавь предупреждение:

Статья написана с использованием LLM Claude Sonnet 5 и проверена участником Imil Baltaniazov 16:49, 10 июля 2026 (MSD)

Выдай только сырой вики-код статьи.