update0

Themen/Recherche/Evaluationsmethoden/Token-F1.md

@@ -0,0 +1,17 @@
+Klassifikator ist selber ebenfalls fehleranfällig und kann in manchen Fällen ein Objekt einer falschen Klasse zuweisen.
+
+# Sensitivität/Richtig-positiv-Rate
+Auch Empfindlichkeit oder Trefferquote gibt Wahrsch. mit der ein Objekt korrekt als positiv klassifiziert wird.
+
+# Falsch-negativ-Rate
+Fälschlich als negativ klassifizierte Objekte
+
+# Spezifität
+Richtig-negativ-Rate gibt die Wahrscheinlichkeit mit der ein negatives Objekt korrekt als negativ kassifiziert wird.
+
+# Falsch-positive-Rate
+Auch Ausfallrate, gibt den Anteil der fälschlich als positiv klassifizierten Objekte an, die in Wirklichkeit negativ sind.
+
+# Zusammenfassung
+Wir sehen hier eine relation zwischen Sensitivität und Spezifität, ein Ausgleich sollte beim Trainingsprozess ermittelt werden.
+![https://de.wikipedia.org/wiki/Beurteilung_eines_bin%C3%A4ren_Klassifikators#Kombinierte_Ma%C3%9Fe]()