häviötarkkuusmittareiden
Häviötarkkuus on termi, jota käytetään kuvaamaan tiettyä häviöominaisuutta, joka on olennainen eri koneoppimismalleissa, erityisesti niissä, jotka liittyvät luokitteluun ja ennustamiseen. Tarkemmin sanottuna se viittaa siihen, miten malli reagoi ennusteisiinsa liittyviin virheisiin. Korkea häviötarkkuus tarkoittaa, että malli on erittäin herkkä virheille ja pyrkii minimoimaan ne voimakkaasti.
Tämä ominaisuus on tärkeä, kun virheiden kustannukset vaihtelevat. Esimerkiksi lääketieteellisessä diagnostiikassa väärän negatiivisen tuloksen (esim. sairauden
Häviötarkkuuden käsitteen toteuttaminen mallissa sisältää yleensä häviöfunktion muokkaamisen. Perinteiset häviöfunktiot, kuten ristiin-entropia tai keskineliövirhe, antavat yleensä