Что такое accuracy

Accuracy — это метрика классификации, показывающая долю правильно предсказанных объектов относительно общего количества. Формула:
accuracy = (TP + TN) / (TP + TN + FP + FN), где:

• TP (True Positive) — верно предсказанные положительные классы
• TN (True Negative) — верно предсказанные отрицательные классы
• FP (False Positive) — ложные срабатывания
• FN (False Negative) — пропущенные положительные классы

Пример:

from sklearn.metrics import accuracy_score
y_true = [1, 0, 1, 1, 0]
y_pred = [1, 0, 0, 1, 0]
print(accuracy_score(y_true, y_pred))  # 0.8 (4 правильных из 5)

Ограничения:

• Не подходит для несбалансированных данных (например, 95% класса "0" и 5% класса "1").
• Не учитывает типы ошибок (FP/FN могут быть критичны в медицине, финансах).

Альтернативы: precision, recall, F1-score, ROC-AUC.