F-Score dan Confusion Matrix

Confusion matrix adalah alat utama dalam evaluasi model klasifikasi yang menampilkan jumlah prediksi benar dan salah untuk setiap kelas. F-Score dihitung berdasarkan nilai-nilai yang terdapat pada confusion matrix.

Komponen Confusion Matrix

Confusion matrix terdiri dari True Positive, False Positive, True Negative, dan False Negative. Presisi dan rekal dihitung dari komponen-komponen ini, sehingga F-Score juga bergantung padanya.

Proses Penghitungan F-Score

Setelah mendapatkan confusion matrix dari hasil prediksi model, presisi dihitung sebagai True Positive / (True Positive + False Positive), dan rekal sebagai True Positive / (True Positive + False Negative). F-Score kemudian dihitung dari presisi dan rekal ini.

Visualisasi dan Interpretasi

Dengan menggunakan confusion matrix, praktisi dapat dengan mudah mengidentifikasi sumber kesalahan model dan mengoptimalkan F-Score melalui tuning parameter atau pemilihan model yang lebih baik.