Précision équilibrée

La précision équilibrée mesure la capacité d’un modèle d’IA à prédire toutes les classes de manière égale, ce qui est idéal pour les ensembles de données déséquilibrés. Par exemple, avec un pourcentage de 99 % de pièces conformes contre 1 % de pièces non conformes, un modèle d’IA qui prédit systématiquement un état conforme obtient une précision de 99 %, mais n’est d’aucune utilité. La précision équilibrée équlibre les prédictions en appliquant une pondération.