Klassifitseerimisvigu

Klassifitseerimisvigu on masinõppes esinev nähtus, kus mudel omistab andmepunktile vale klassi. Need vead võivad mõjutada otsuseid, eriti kriitilistes valdkondades nagu meditsiin, finants- või turundustegevus.

Veed tekivad erinevatel põhjustel: märgendusvead või ebatäpsed andmed, kui haritud alamkogum ei peegelda tegelikku maailma; ebapiisav või ebaühtlane andmekogum; tunnuste kvaliteedi ja valimi mitmekesisuse puudumine; mudeli arhitektuuri sobimatus või vale hüperparameetrite seadistus; andmepädevus või lekked koolitus- ja testandmete vahel. Peamised veatüübid on valepositiivsed ja valenegatiivsed: valepositiivne viga tekib, kui mudel märgib olemasolu, kuigi seda ei ole; valenegatiivne viga tekib, kui mudel ei märgi tegelikult olemasolevat positiivset.

Mõõtmine ja hindamine keskenduvad järgmistele näitajatele: täpsus näitab õigete klassifikatsioonide osakaalu; tundlikkus ehk sensitiivsus näitab, kui hästi mudel eristab tegelikke positiivseid juhtumeid; spetsiifilisus näitab, kui suur osa negatiivsetest juhtumitest on õigesti klassifitseeritud; F1-skore ühendab tundlikkuse ja täpsuse tasakaaluks. Mõnes rakenduses hinnatakse ka lõikeväärtust ning kohandatava kosme vanusega.

Vähendamine hõlmab paremat märgendust ja andmekvaliteeti, suuremat ja mitmekesisemat ning tasakaalustatud andmestikku; sobiva mudeli valikut ja regulaarimist; andmete puhastamist ning ensembl- või kaalutud lähenemiste kasutamist; lõikeväärtuste optimeerimist. Klassifitseerimisvigude mõistmine ja vähendamine on oluline osa mudeli järgnevast arengust ja usaldusväärsest kasutamisest.