На этом шаге мы напомним основную терминологию.
Бинарная классификация является, пожалуй, наиболее распространенным и концептуально простым примером практического применения машинного обучения. Однако даже при решении этой простой задачи существует целый ряд нюансов. Прежде чем мы углубимся в альтернативные метрики, давайте рассмотрим ситуации, в которых правильность измерения может ввести в заблуждение. Вспомним, что в случае бинарной классификации мы говорим о
- положительном (positive) классе и
- отрицательном (negative) классе,
На следующем шаге мы рассмотрим типы ошибок.
