Evaluatiematen

Evaluatiematen

Evaluatiematen zijn kwantitatieve criteria die gebruikt worden om de prestatie van voorspellende modellen, algoritmen of systemen te beoordelen. Ze bieden objectieve maatstaven voor nauwkeurigheid, robuustheid en geschiktheid voor specifieke taken, en helpen bij modelselectie, afstemming en rapportage.

Typen evaluatiematen variëren naar taak. Bij binaire en multiclass classificatie zijn gebruikelijke maten accuracy, precision, recall (sensitiviteit), specificity, F1-score, en verwarringsmatrices. Voor ongebalanceerde datasets zijn precision-recall-curves en de area under the ROC-curve (AUC) vaak informatief. Bij regressieproblemen worden mean squared error (MSE), root mean squared error (RMSE), mean absolute error (MAE) en R² veel toegepast. Voor gestructureerde output of domeinspecifieke taken bestaan gespecialiseerde maten zoals IoU (Intersection over Union) in beeldanalyse en BLEU of ROUGE in natuurlijke taalverwerking.

Keuze van evaluatiematen hangt af van doelstellingen en kosten van fouten; in sommige toepassingen is het minimaliseren van valse negatieven kritischer dan maximale accuracy. Evaluatiematen moeten gecombineerd worden met methoden zoals cross-validatie en calibratie om overfitting en datalekken te detecteren. Interpretatie vereist aandacht voor datasetgrootte, klassenbalans en onzekerheidsbronnen.

Beperkingen omvatten gevoeligheid voor dataverschuiving, manipulatie door optimalisatie op één maat, en het risico dat enkele getallen de complexiteit van prestaties verbergen. Daarom wordt aanbevolen meerdere complementaire maten te gebruiken en resultaten in context te rapporteren.