İçeriğe geç
parazade
Yapay Zeka

Kesinlik Ne Demek?

İngilizce: Precision

Yayın: · Son güncelleme:

Kesinlik Ne Demek? Kısaca

Makine öğrenmesinde kesinlik (precision), modelin pozitif olarak işaretlediği örnekler içinde gerçekten pozitif olanların oranıdır; doğru pozitif sayısının, doğru pozitif ile yanlış pozitif toplamına bölünmesiyle hesaplanır.

Kesinlik nedir?
İçindekiler
  1. Kesinlik ne demek?
  2. Nasıl hesaplanır?
  3. Kesinlik ve duyarlılık dengesi

Kesinlik, İngilizcede "precision" olarak geçen ve bir sınıflandırma modelinin pozitif tahminlerine ne kadar güvenilebileceğini gösteren metriktir. Kısaca şu soruya cevap verir: Model "evet" dediğinde ne sıklıkla haklı?

Kesinlik ne demek?

Bir spam filtresini düşün. Filtre 50 e-postayı spam olarak işaretlemiş olsun. Bunlardan 45'i gerçekten spam, 5'i ise önemli bir iş e-postası olsun. Bu filtrenin kesinliği 45 / 50 = yüzde 90'dır. Kalan yüzde 10, yanlış alarmları, yani yanlış pozitifleri gösterir.

Nasıl hesaplanır?

Kesinlik = Doğru pozitif / (Doğru pozitif + Yanlış pozitif)

Değer 0 ile 1 arasında (ya da yüzde olarak) ifade edilir. Kesinlik yükseldikçe modelin pozitif dediği örneklerde yanılma payı azalır.

Günlük dildeki "kesinlik" ile karıştırılmamalıdır. Buradaki anlam, modelin genel olarak ne kadar doğru olduğu değil, yalnızca pozitif tahminlerinin isabetidir. Genel doğruluk için doğruluk oranı kullanılır.

Kesinlik ve duyarlılık dengesi

Kesinlik tek başına yeterli değildir. Çok temkinli bir model yalnızca çok emin olduğu birkaç örneğe "pozitif" diyerek yüksek kesinlik elde edebilir, ama gerçek pozitiflerin çoğunu kaçırır. Bu kaçırma oranını duyarlılık ölçer.

Genellikle biri artarken diğeri azalır. Hangisine öncelik verileceği, hataların bedeline bağlıdır:

  • Kesinlik öncelikli: Spam filtresi (önemli e-postayı kaybetmemek), bir ürünü öneri listesine almak.
  • Duyarlılık öncelikli: Hastalık taraması, dolandırıcılık tespiti (vakaları kaçırmamak).

İkisini tek sayıda birleştirmek için F1 skoru kullanılır. Modelin karar eşiği değiştirilerek bu denge ayarlanabilir.

Sıkça Sorulan Sorular

Precision nedir, Türkçesi ne?

Precision, Türkçede kesinlik olarak çevrilir. Modelin pozitif dediği tahminlerin ne kadarının gerçekten doğru olduğunu gösterir.

Yüksek kesinlik her zaman iyi midir?

Tek başına değil. Model çok az örneğe pozitif diyerek yüksek kesinlik elde edebilir ama birçok gerçek pozitifi kaçırabilir. Bu yüzden duyarlılıkla birlikte değerlendirilmelidir.

İlgili terimler

Duyarlılık(Recall)Makine öğrenmesinde duyarlılık (recall), gerçekte pozitif olan örneklerin ne kadarının model tarafından doğru şekilde pozitif olarak yakalandığını gösteren orandır; doğru pozitifin, doğru pozitif ile yanlış negatif toplamına bölünmesiyle bulunur.F1 Skoru(F1 Score)F1 skoru, bir sınıflandırma modelinin kesinlik (precision) ve duyarlılık (recall) değerlerinin harmonik ortalamasıdır. 0 ile 1 arasında değer alır; 1'e yaklaştıkça model hem az yanlış alarm verir hem de gerçek pozitifleri az kaçırır.Doğruluk Oranı(Accuracy)Doğruluk oranı (accuracy), bir sınıflandırma modelinin yaptığı tüm tahminler içinde doğru olanların oranıdır; doğru tahmin sayısının toplam tahmin sayısına bölünmesiyle hesaplanır ve genellikle yüzde olarak ifade edilir.Yanlış Pozitif(False Positive)Yanlış pozitif (false positive, FP), bir modelin gerçekte negatif olan bir örneği hatalı biçimde pozitif olarak tahmin etmesidir. Günlük dilde 'yanlış alarm' olarak bilinir; istatistikte birinci tür hataya karşılık gelir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.

İlgili yazılar