Accuracy

1. นิยาม #

ให้ (TP, FP, FN, TN) จาก confusion matrix:

Accuracy เข้าใจง่าย แต่ไม่สะท้อนผลของคลาสส่วนน้อยได้ดี

2. คำนวณด้วย Python 3.13 #

1
2

python --version        # เช่น Python 3.13.0
pip install scikit-learn

1
2
3
4
5

from sklearn.metrics import accuracy_score, balanced_accuracy_score

acc = accuracy_score(y_true, y_pred)
bal_acc = balanced_accuracy_score(y_true, y_pred)
print(acc, bal_acc)

3. ข้อควรระวัง #

• คลาสไม่สมดุล: Accuracy สูงอาจซ่อน recall ที่ต่ำของคลาสส่วนน้อย
• ตัวชี้วัดเสริม: Precision/Recall/F1, Balanced Accuracy, ROC-AUC หรือ PR-AUC
• Confusion matrix: ช่วยเห็นรูปแบบความผิดพลาดชัดเจน

4. สรุป #

• Accuracy เหมาะเป็นตัวชี้วัดภาพรวมแบบรวดเร็ว
• ในข้อมูลไม่สมดุลควรใช้ร่วมกับตัวชี้วัดอื่นเสมอ