การวัดผลแบบมีคำตอบตายตัว (Precision & Recall)
เรียนรู้ตัวชี้วัดคลาสสิกสำหรับงานที่ AI ต้องฟันธง เช่น ตรวจจับสแปม, จัดหมวดหมู่
พื้นฐานที่ควรรู้: ในงานคลาสสิกของ Machine Learning อย่างเช่น "นี่คือรูปหมาหรือแมว?" หรือ "อีเมลนี้เป็น Spam หรือไม่?" เรามีคำตอบที่ถูกแบบเป๊ะๆ อยู่แล้ว เราจึงใช้วิธีวัดผลแบบสถิติพื้นฐาน
Precision (ความแม่นยำ): ถ้าเครื่องดัง แปลว่ามีมีดจริงๆ ใช่ไหม? (ถ้าดังแล้วเป็นแค่เหรียญ = False Positive รำคาญผู้โดยสาร) Recall (ความครอบคลุม): มีดที่ซ่อนอยู่ทั้งหมด เครื่องตรวจเจอหมดไหม? (ถ้ามีดหลุดเข้าเครื่องบินไปได้ = False Negative อันตรายมาก)
เลือกใช้อะไรดี?
- งานที่กลัว False Positive: เช่น การวินิจฉัยโรคร้ายแรง ถ้าระบบบอกว่าเป็นมะเร็งแต่จริงๆ ไม่เป็น คนไข้จะเครียดฟรี แบบนี้ต้องเน้น Precision สูงๆ
- งานที่กลัว False Negative: เช่น เครื่องตรวจระเบิด ถ้าระบบบอกว่าไม่มีระเบิดแต่จริงๆ มี คนจะตายหมด แบบนี้ต้องเน้น Recall สูงๆ (ยอมให้เครื่องดังบ่อยๆ แม้จะเป็นแค่พวงกุญแจ)
- F1 Score: คือค่าเฉลี่ยแบบพิเศษที่บาลานซ์ (Balances) ระหว่าง Precision กับ Recall สำหรับงาน Classification โดยเฉพาะ
- RMSE: ถ้าเป็นงานทายค่าตัวเลข (Regression) เช่น ทายราคาบ้าน เราจะไม่ใช้ความแม่นยำแบบนี้ แต่จะใช้ค่า Error เช่น RMSE (Root Mean Square Error) เพื่อดูว่าทายผิดไปกี่บาท
สรุป Key Takeaways
- Accuracy (ความแม่นยำรวม) อาจหลอกตาเราได้ถ้าระบบมีความไม่สมดุล (Imbalanced Data)
- Precision (ความแม่นยำ) = ตอบไปแล้ว ถูกกี่เปอร์เซ็นต์ (เน้นชัวร์)
- Recall (ความครอบคลุม) = ของจริงที่มีอยู่ หาเจอมากแค่ไหน (เน้นไม่ให้หลุด)
- F1 Score = ค่าเฉลี่ยที่สร้างสมดุลระหว่าง Precision และ Recall สำหรับงาน Classification
- RMSE (Root Mean Square Error) = ใช้สำหรับงาน Regression (ทายตัวเลข) ไม่ใช่ข้อความ
คำถามที่พบบ่อย
Accuracy สูงแต่โมเดลแย่ เป็นไปได้ยังไง
เจอบ่อยกับข้อมูลไม่สมดุล (imbalanced) — โรคที่พบ 1% โมเดลตอบ "ไม่เป็น" ทุกคนก็ accuracy 99% แล้วแต่ไร้ประโยชน์ นี่คือเหตุผลที่ต้องดู precision/recall แทน accuracy เดี่ยวๆ และเป็นหลุมพรางข้อสอบข้อโปรด
Precision กับ Recall จำยังไงไม่สลับกัน
Precision = ที่ทายว่า "ใช่" ถูกกี่ส่วน (แพงตอนเตือนผิด — spam filter ไม่อยากกักเมลจริง) ส่วน Recall = ของจริงทั้งหมด จับได้กี่ส่วน (แพงตอนหลุด — คัดกรองมะเร็งห้ามพลาดผู้ป่วย) ให้ถามว่าโจทย์กลัว false positive หรือ false negative มากกว่า
F1 score ใช้เมื่อไหร่
เมื่ออยากได้ตัวเลขเดียวที่สมดุลระหว่าง precision กับ recall — เป็นค่าเฉลี่ยฮาร์มอนิกของทั้งคู่ เหมาะกับข้อมูลไม่สมดุลที่ accuracy ใช้ไม่ได้ ข้อสอบถ้าไม่ได้เจาะจงว่ากลัวผิดด้านไหนเป็นพิเศษ F1 มักเป็นคำตอบกลางๆ ที่ถูก
ลองทำ Quiz ท้ายบท
คำถามแนวข้อสอบของโมดูลนี้ 2 ข้อ · เฉลยทันที