一家智慧工廠使用機器學習分類模型預測關鍵設備是否會異常停機。完成模型訓練後，團隊希望全面評估模型在不同面向的表現。請問下列哪項指標最適合用來衡量模型在偵測異常停機時的「漏報率」（即未能正確偵測出異常停機事件的比例）？

iPAS 考題解析

一家智慧工廠使用機器學習分類模型預測關鍵設備是否會異常停機。完成模型訓練後，團隊希望全面評估模型在不同面向的表現。請問下列哪項指標最適合用來衡量模型在偵測異常停機時的「漏報率」（即未能正確偵測出異常停機事件的比例）？

  • A. 準確率（Accuracy），即模型整體預測正確的比例
  • B. 召回率（Recall），即模型能正確找出異常停機的比例 ✓ 正確答案
  • C. F1分數（F1 Score），準確率與召回率的調和平均數
  • D. 假陽性率（False Positive Rate），即將正常事件誤判為異常的比例

詳細解析

漏報率的反面就是召回率（Recall），召回率（Recall）衡量的是正確找出所有異常事件（True Positive）的比例，Recall = TP / (TP + FN)。

難度：★★☆