Оцінювання Моделі

Розподіл даних

Після навчання нейронної мережі важливо оцінити, наскільки добре вона працює на невідомих даних. Така оцінка дозволяє визначити, чи модель дійсно навчилася розпізнавати закономірності, чи лише запам’ятала навчальні приклади. Для цього набір даних поділяють на дві частини:

• Навчальна вибірка — використовується для навчання нейронної мережі шляхом коригування ваг і зсувів за допомогою зворотного поширення помилки;
• Тестова вибірка — використовується після навчання для оцінки здатності моделі узагальнювати на нові, невідомі дані.

Поширене співвідношення — 80% для навчання і 20% для тестування, хоча ця пропорція може змінюватися залежно від розміру та складності набору даних.

Розподіл даних зазвичай виконується за допомогою функції train_test_split() з модуля sklearn.model_selection:

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=...)

Параметр test_size визначає частку даних, що виділяється для тестування. Наприклад, якщо встановити test_size=0.1, то 10% даних буде використано для тестування, а 90% — для навчання.

Якщо модель добре працює на навчальній вибірці, але погано — на тестовій, це може свідчити про перенавчання — вивчення занадто специфічних закономірностей навчальних даних замість узагальнення на нові приклади. Мета — досягти високої якості на обох вибірках, щоб модель добре узагальнювала.

Після розподілу даних і навчання моделі її ефективність слід оцінювати за допомогою відповідних метрик оцінки, які залежать від конкретного завдання класифікації.

Метрики класифікації

Для задач класифікації використовують кілька основних метрик для оцінки прогнозів моделі:

• Точність (accuracy);
• Прецизійність (precision);
• Повнота (recall);
• F1-міра (F1-score).

Оскільки перцептрон виконує бінарну класифікацію, створення матриці плутанини допоможе краще зрозуміти ці метрики.

Точність (Accuracy) вимірює частку правильно класифікованих зразків від загальної кількості. Якщо модель правильно класифікує 90 із 100 зображень, її точність становить 90%.

Хоча точність є корисною, вона не завжди дає повну картину — особливо для незбалансованих наборів даних. Наприклад, у наборі даних, де 95% зразків належать до одного класу, модель може досягти 95% точності, просто завжди передбачаючи більшість класу — без реального навчання. У таких випадках більш інформативними можуть бути precision, recall або F1-міра.

Precision (Точність позитивних) — це відсоток правильно передбачених позитивних випадків серед усіх передбачених позитивних. Ця метрика особливо корисна, коли хибнопозитивні результати є дорогими, наприклад, у виявленні спаму або шахрайства.

Recall (чутливість) вимірює, скільки з фактичних позитивних випадків модель правильно ідентифікує. Висока чутливість є важливою у випадках, коли потрібно мінімізувати кількість хибнонегативних результатів, наприклад, у медичній діагностиці.

F1-міра — це гармонічне середнє точності та чутливості, що забезпечує збалансовану оцінку, коли важливі як хибнопозитивні, так і хибнонегативні результати. Це корисно, коли набір даних є незбалансованим, тобто один клас зустрічається значно частіше за інший.