Login for students

Login for employees

Publication detail

On Reporting performance of binary classifiers
Authors: Škrabánek Pavel | Doležel Petr
Year: 2017
Type of publication: článek v odborném periodiku
Name of source: Scientific Papers of the University of Pardubice - Series D, Faculty of Economics and Administration
Page from-to: 181-192
Titles:
Language Name Abstract Keywords
cze Jak správně publikovat výsledky evaluace binárních klasifikátorů Článek se zabývá otázkou jak správně provést evaluaci binárních klasifikátorů. Tato otázka je řešena v kontextu vyváženosti zastoupení tříd v evaluačních datových sadách. Některé z metrik používaných při evaluaci jsou totiž citlivé na složení evaluační datových sad. V případě jejich nevyváženosti poskytují tyto metriky zavádějící výsledky. K zamezení tohoto problému je možné použít vážené metriky, které nejsou ovlivňovány skladbou evaluačních datových sad. Tyto metriky jsou zavedeny a diskutovány v rámci tohoto článku.
eng On Reporting performance of binary classifiers In this contribution, the question of reporting performance of binary classifiers is opened in context of the so called class imbalance problem. The class imbalance problem arises when a dataset with a highly imbalanced class distribution is used within the training or evaluation process. In such cases, only measures, which are not biased by distribution of classes in datasets, should be used; however, they cannot be chosen arbitrarily. They should be selected so that their outcomes provide desired information; and simultaneously, they should allow a full comparison of just evaluated classifier performance along, with performances of other solutions. As is shown in this article, the dilemma with reporting performance of binary classifiers can be solved using so called class balanced measures. The class balanced measures are generally applicable means, appropriate for reporting performance of binary classifiers on balanced as well as on imbalanced datasets. On the basis of the presented pieces of information, a suggestion for a generally applicable, fully-valued, reporting of binary classifiers performance is given. machine learning; binary classification; class imbalance problem; performance measures; reporting of results

Department

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives