Warum berücksichtigt der Rückruf keine wahren Negative?

Warum berücksichtigt der Rückruf keine wahren Negative? Ist es in Experimenten, in denen echte Negative genauso wichtig sind wie echte Positive, eine vergleichbare Metrik, die dies berücksichtigt?

precision-recall

— Raffi Khatchadourian
quelle

Ich denke, True Negative Rate ( in anderen Einstellungen auch als Spezifität bezeichnet ) ist das, wonach Sie suchen, aber siehe en.wikipedia.org/wiki/Precision_and_recall .

— Chl

Rückruf (in Kombination mit Präzision) wird im Allgemeinen in Bereichen verwendet, in denen man hauptsächlich daran interessiert ist, die Positiven zu finden. Ein Beispiel für einen solchen Bereich ist z. B. Performance Marketing oder (wie bereits von ch'ls link vorgeschlagen) der Bereich Information Retrieval.

Damit:

$\frac{TN}{TN + FN}$

Wenn Sie daran interessiert sind, den Rückruf sowohl für Negative als auch für Positive zu optimieren, sollten Sie sich "Genauigkeit" ansehen (siehe auch den Link von chl). Aber Vorsicht vor Klassenversatz (dh Sie haben viel mehr positive als negative oder umgekehrt ... in diesem Fall kann man die Genauigkeit "optimieren", indem man die Vorhersage für alle Datenpunkte auf die Hauptklasse setzt).

— steffen
quelle

Danke für die Antwort auf meine Frage. Ich bin in der Tat daran interessiert, sowohl für Negative als auch für Positive zu optimieren. In diesem Fall scheint Genauigkeit der richtige Weg zu sein, da tp, fp, tn und fn berücksichtigt werden. Wie Sie oben erwähnt haben, muss ich mir jedoch des Klassenversatzes bewusst sein. Sollte ich also neben einer anderen Metrik die Genauigkeit angeben, um dem entgegenzuwirken? Danke noch einmal!

— Raffi Khatchadourian

@ Raffi: Sie können das Verhältnis der korrekt klassifizierten Beispiele der Nebenklasse hinzufügen (dh Präzision bzw. echte negative Rate). Ich denke jedoch, es sollte ausreichen, dass Sie sich dieses Problems bewusst sind und überprüfen, ob das Modell nicht nur die Hauptklasse vorhersagt. Das ist aber nur meine Meinung.

— steffen

Vielen Dank! Ich denke, ich werde diesen Weg dann gehen, dh die gegenwärtige Genauigkeit und dass das Modell nicht nur die Hauptklasse vorhersagt.

— Raffi Khatchadourian