NLP Academy · Ders

Eşik ve Ölçüt Seçme

Önem verdiğiniz sınıf için eniyileme

Eşik ve Ölçüt Seçme, CoddyKit'te ücretsiz bir NLP Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, NLP Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. NLP Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

The Hidden Threshold

Classifiers output a probability, then a threshold turns it into a label. The default 0.5 is rarely best for rare classes.

Move the Line

Lowering the threshold flags more items as the rare class, catching more true cases at the cost of extra false alarms.

Get Probabilities First

To tune a cutoff you need scores, not just labels. Ask the model for the predicted probability of the positive class.

proba = clf.predict_proba(X_test)[:, 1]

Precision or Recall?

Decide what hurts more. Missing rare cases means optimize recall; too many false alarms means favor precision.

F1 Balances Both

When you cannot pick a side, the F1 score blends precision and recall into one number worth maximizing.

The PR Curve

For skewed data the precision-recall curve tells the real story far better than an ROC curve does.

Sweep the Cutoffs

Try many cutoffs and watch how the trade-off shifts. The PR curve shows every precision-recall pair at once.

from sklearn.metrics import precision_recall_curve
p, r, t = precision_recall_curve(y, proba)

Apply Your Chosen Cutoff

Once you pick a value, compare each probability to it. Above the line becomes the positive class, below becomes negative.

preds = (proba >= 0.3).astype(int)

Beware ROC AUC

ROC AUC can look great on heavy imbalance even when precision is poor, so do not trust it alone here.

Tune on Validation Data

Choose your threshold on a held-out validation set, never on the test set, or your reported numbers will lie.

Metric Mirrors the Goal

The right metric reflects real-world cost. Let the business goal pick precision, recall, or F1, then tune to it. 🎯

Quick Check

Test your grip on thresholds.

Recap

Tune the threshold on validation data, prefer precision, recall, or F1 over accuracy, and trust the PR curve on skew. ✅

Sıkça Sorulan Sorular

“Eşik ve Ölçüt Seçme” dersi ücretsiz mi?

Evet — “Eşik ve Ölçüt Seçme” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve NLP Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. NLP Academy kursu toplamda 4 dersten oluşur.

“Eşik ve Ölçüt Seçme” dersinde ne öğreneceğim?

Önem verdiğiniz sınıf için eniyileme NLP Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

NLP Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te NLP Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.

“Eşik ve Ölçüt Seçme” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu NLP Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her NLP Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← NLP Academy Sayfasına Dön