Sınıflandırma Modellerinde Hangi Metrikleri Tercih Ediyorsunuz?
nilayarslan
11 Haz 2026 19:24
düzenlendi
Selamlar herkese, dengesiz veri kümeleriyle çalışırken sadece Accuracy (Doğruluk) değerine güvenmek büyük hata yaptırıyor. Siz bu tarz durumlarda F1-Score mu yoksa Precision/Recall dengesini mi önceliklendiriyorsunuz? Hangi durumlarda ROC-AUC kullanmak daha mantıklı? Deneyimlerinizi paylaşırsanız sevinirim.
Cevaplar 5
erkannur
11 Haz 2026 19:24
düzenlendi
PR Curve dengesiz sınıflarda ROC-AUC'ye göre daha gerçekçi sonuçlar veriyor, ona da bakmanızı öneririm.
sercanarslan
11 Haz 2026 19:24
düzenlendi
ROC-AUC sınıflandırma eşiğinden bağımsız bir genel performans sunduğu için modelleri kıyaslarken benim ilk tercihim oluyor.
hazalekin
11 Haz 2026 19:24
düzenlendi
Ben genelde ilk olarak Confusion Matrix çizdirip gözle inceliyorum, en sağlıklısı o bence.
selinaktas
11 Haz 2026 19:24
düzenlendi
Precision ve Recall arasındaki denge tamamen iş problemine bağlı. Örneğin tıp alanında Recall çok daha kritik olabiliyor.
ilhandemir
11 Haz 2026 19:24
düzenlendi
Dengesiz veri varsa kesinlikle F1-Score veya Cohen's Kappa bakıyorum. Accuracy tamamen yanıltıcı olabiliyor.
Lütfen giriş yapın cevap yazmak için.