Accuracy misst, welcher Anteil aller Vorhersagen eines Modells korrekt war, und dient als leicht verständliche Qualitätskennzahl.
Die Accuracy beschreibt den Prozentsatz aller Vorhersagen, bei denen ein Modell die richtige Klasse gewählt hat. Gerade in balancierten Datensätzen vermittelt sie einen schnellen Eindruck, ob ein Klassifikator zuverlässig arbeitet. Allerdings kann eine hohe Accuracy täuschen, wenn bestimmte Klassen stark unterrepräsentiert sind oder wenn Fehlklassifikationen unterschiedlich schwer wiegen.
Wichtig für SEO und Monitoring
- Transparente Kommunikation: Marketing- und Produktteams können mit Accuracy eine leicht erfassbare Zahl teilen.
- Vergleichbarkeit: A/B-Tests oder neue Modellversionen lassen sich klar gegeneinander stellen.
- Grenzen kennen: In Highly-Skewed-Domains sollte Accuracy durch Kennzahlen wie Precision, Recall oder F1 ergänzt werden.